Anthropic阿尔珀格黎曼猜想证明通过机器验证,数学界追问理解
Anthropic数学家莱文特·阿尔珀格。图片经由AI处理 文丨李海伦 编辑丨徐青阳 美国当地时间11月21日,Lean和Mathlib两个数学社区发布联合声明,对An....
美国当地时间11月21日,Lean和
从阿尔珀格公布成果,到
消息传开后,埃隆·马斯克(Elon Musk)称这是超级智能又一项“令人震撼”的成果。数学家们的注意力却没停在AI有多强上,他们更关心:这份证明到底经过了怎样的检验?机器能确认推导正确,是否就意味着人类已经理解了它?
01 17万多个模块,机器给出了明确答案
这次验证的关键不在哪位数学家站出来表示相信,而在Lean和
Lean是一种数学证明辅助系统,数学命题和推导过程可以被它转化成计算机能够逐步检查的逻辑表达。
阿尔珀格公布的材料只有4页,支撑这项证明的却是一套约1700万行代码的Lean
这么庞大的代码,怎么才能确认没有问题?
Lean和
首先是确认命题本身没有被偷换。黎曼猜想
其次是检查代码能否正常编译。联合声明称,已有数十名参与者独立编译这份代码,没有遇到错误或构建失败。
更重要的是对证明过程本身进行检查。社区使用
单一软件系统一旦有漏洞,就可能把不该接受的证明放过去;部署多套彼此独立的检查器,正是为了压低这种风险。同一份推导会从不同方向被核验,验证结论的可信度也随之提高。
麻省理工学院数学家安德鲁·萨瑟兰(Andrew Sutherland)也公布了独立检查记录。他的页面显示,这套代码涉及175187个模块,相关模块能够在Lean和
最终,Lean和
“We have full confidence that Alpöge's proof of the Riemann Hypothesis is correct.”
即“我们完全有信心,阿尔珀格给出的
这让事件有了实质性进展。此前,外界面对的是一项由研究者公布、尚待验证的成果。现在,
但这里还有一个需要区分的地方:阿尔珀格还表示,这套方法可以推广到
机器验证给出的是关键一步,但数学界要做的事并没有到此结束。代码跑通检查,只表明推导遵循了形式化系统的规则;证明背后的数学想法是什么、它为何站得住,仍要交给数学家继续追问。
克雷数学研究所目前仍将
02 证明通过了,数学家却开始追问“为什么”
一份证明在机器检查中通过,和数学家真正理解这份证明,并不是一回事。
这也是当前评论中最明显的分歧。
牛津大学数论学家
但他没把机器验证当成数学研究的终点。梅纳德认为,哪怕证明最后站得住,数学家也要花很长时间才能吃透里面的内容。只有人们真的理解了这份证明,还能从中提炼出有价值的思想,这项工作的意义才算充分显现。
纽约大学
巴克马斯特同样提到,这份证明眼下复杂得吓人,数学家得花很久才能真正弄懂。
质疑的人盯的是另一个层面。
纽约大学数学家马克西姆·拉齐维乌(Maksym Radziwiłł)说得更直白。在他看来,数学研究真正要的是弄明白推导背后的原因,而不只是确认每一步都没出错。
“数学和其他科学一样,真正追求的是‘为什么’,而这项工作并没有回答这个问题。”
这话不是在否定Lean的验证结果,而是在问另一件事:一份证明由1700万行代码构成,机器能检查它,人却很难直接读进去,数学家该从哪里找到能理解、能复用、能继续往下做的数学思想?
普林斯顿大学
03 马斯克看到了AI的突破,数学界还在等下一步
讨论很快从数学圈传到了科技行业。马斯克在11月21日接连谈到
斯威尼写道:“Rockstar竟然在
接着,马斯克又认真讲了这项证明可能带来什么价值:
“Simple explanation of the usefulness of the Riemann proof (so far) is that it removes the conditional nature of other math theorems dependent upon it.”
意思是“简单来说,
数学里不少定理,都是先“假设黎曼猜想成立”才推出来的。黎曼猜想一旦被严格证明,这些定理就不用再挂这个假设,可以直接成为无条件成立的结论。马斯克随后说,这是超级智能取得的又一项令人震撼的成果。
从科技行业的角度看,这件事确实显出AI能力的变化:大语言模型不只是回答数学题、帮忙算数,而是参与了一个长期没解开的难题的证明过程,还借形式化工具完成了机器验证。
但数学家还在等更关键的那一步。
康奈尔大学数学家史蒂文·斯托加茨(Steven Strogatz)曾用个比喻形容这类合作:“A very skilled AI jockey riding a very fast AI horse.”即“一位技艺高超的AI骑手,驾驭着一匹速度极快的AI赛马。”这句话点出人和模型在研究里角色不同:模型给出强大的计算和探索能力,研究者仍要设计方法、判断方向,决定哪些结果值得继续追。
斯科特·阿伦森(Scott Aaronson)一开始担心Lean内核可能有漏洞。进一步了解验证结果后,他明确写道:“The proof is correct.”即“这份证明是正确的。”但他也强调,接下来数学家需要解释、提炼和重构其中的思想。
阿尔珀格此前的研究也能看出这次进展的分量。今年8月,Anthropic曾公布Claude在
当然,这不代表AI已经能独立取代数学家。阿尔珀格本人参与了研究系统的搭建、问题探索和证明推进,Lean负责检查最终的形式化推导。模型、研究者和验证工具一起构成了这条研究链条。
对数学界来说,眼下最要紧的事,是把机器已经验证的证明变成人类能理解的数学知识。对AI行业来说,这次成果则抛出一个更具体的问题:模型能参与解决人类长期攻不下的难题了,下一步能不能让它不光给出答案,还讲清楚答案背后的道理?
黎曼猜想的证明或许已经过了形式化验证这一关。可数学家真正想要的,从来不止一个正确答案,还有通往答案的那条路。
特约编译金鹿对本文亦有贡献