很高兴看到自动化定理证明从一个小众工具发展到解决实际数学问题
摘要
自动化定理证明正从像 Lean 4 这样的小众工具演变为借助机器学习来帮助解决实际数学问题的系统,例如验证一个对 Erdős 猜想的反例。
我以前觉得形式化方法和像 Lean 4 这样的交互式定理证明器基本上只是类型理论纯粹主义者的一种极限运动。理论上很酷,但主要用于重新验证本科微积分,或者为那些我们已经知道是真的事情编写极其繁琐的证明。但看到现在的转变(至少在我周围和这些板块里)真的挺酷的。机器学习和神经证明器实际上开始揭示人类数学家直接跳过的边界情况。我读到过 Aleph prover 如何正式验证了一个古老的 Erdős 猜想的反例,这甚至让刚接触这个领域的人都看到了这个领域发展有多快。因为它不再只是捕捉代码中的小错别字,而是主动生成人类几十年来遗漏的数学信息。而且旧的暴力破解方法正在被更复杂的东西取代。让人思考再过五年,当这些系统成为任何研究人员工作流程的标准部分时,会发生怎样的变化。
相似文章
研究者已在 OpenAI 最新数学成果基础上取得显著改进,并经 Lean 形式化验证
研究者正迅速超越 OpenAI 近期由 AI 生成的数学成果,改进后的证明已通过 Lean 进行形式化验证,凸显了 AI 辅助定理证明领域的飞速进展。
数学家应该了解的 Lean 定理证明器:可靠性与人工智能
Thomas Hales 为 Terence Tao 的博客撰写客座文章,介绍了数学家应该了解的 Lean 定理证明器相关知识,涵盖形式化证明的可靠性、mathlib 库的发展,以及 AI 驱动的自动形式化如何在 2026 年成为现实。
@KempeLab: 自动化的AI定理证明已推动前沿:圣杯并非能产生无尽定理堆的AI……
这篇论文提出了一个用于评估数学定理内在趣味性的度量标准,并训练了一个27B模型来预测证明难度,从而能够生成更有趣和新颖的数学成果,同时减少与现有知识库的重叠。
@rohanpaul_ai: “我确实看到越来越多大规模生产的数学。” ~ 陶哲轩 AI 让这变得可扩展。将证明写作转…
陶哲轩评论 AI 使得大规模生产数学成为可能,将证明写作转化为可搜索的问题:从目标生成数千个迷你引理,然后用廉价检查器过滤掉大部分,只保留少数有效的。
人类数学家正在被反例超越
包括ChatGPT和OpenAI的Sol在内的人工智能系统,已经驳斥并完全形式化了Erdős单位距离猜想,标志着人工智能辅助数学的一个里程碑。文章讨论了这一过程及其对数学证明验证未来的影响。