跳到正文
虎嗅·· 2 小時前精選AI 評分89

Lean與Mathlib社羣獨立確認 Levent Alpöge 與 Claude 合作完成的黎曼猜想形式化證明

丘成桐等数学家发声当晚,AI证明黎曼猜想获得了独立验证

AI 導讀

LeanFRO 與 MathlibInitiative 聯合確認,Levent Alpöge 與 Claude 合作完成的黎曼猜想形式化證明正確。這套約1700萬行 Lean 程式碼經數十人獨立重現,並通過 Lean 官方內核及多套獨立驗證工具檢查,社羣亦核對了數學表述與所證命題。

推薦理由

文章梳理形式化證明通過的四項核驗,並對照丘成桐與 James Maynard 對機器驗證、人類理解和數學研究方式的看法,呈現形式正確與理解證明之間的差別。

正文 · 繁體中文

AI證明黎曼猜想震驚天下。昨晚,丘成桐等數學家召開記者會發聲。會後,Lean與Mathlib兩個計算機輔助數學證明社區聯合發表聲明,正式確認了Levent Alpöge與Claude合作完成的黎曼猜想形式化證明的正確性。

這是震動世界的一天。當90後數學家Levent Alpöge單方宣佈用AI證明瞭黎曼猜想之時,“黎曼誕辰200週年學術研討會”也在深圳拉開帷幕,1982年菲爾茨獎得主丘成桐與牛津大學數論教授、2022年菲爾茨獎得主James Maynard正於此間聚首。突如其來的驚人事件讓丘成桐於昨晚急召線上記者會,攜年輕同事徐文強副教授與Maynard先後接受了包括“返樸”在內的幾家媒體記者的採訪。而記者會剛結束,AI證明黎曼猜想就獲得了社區正式確認。

北京時間11月21日21時55分,負責開發計算機輔助證明系統Lean的非營利研究機構LeanFRO,與支持其數學知識庫Mathlib建設的MathlibInitiative,在Lean社區官網發表聯合聲明,正式確認Anthropic數學家LeventAlpöge與AI模型Claude合作完成的黎曼猜想證明正確。聲明表示:“我們完全確信Alpöge對黎曼猜想的證明是正確的,並祝賀他取得這一成就。”

11月20日,Alpöge公佈了約1700萬行Lean代碼,聲稱證明瞭困擾數學界167年的黎曼猜想。隨後一天裏,Lean與Mathlib社區的成員對這套龐大的形式化證明進行了密集核驗。聯合聲明特別強調,這套證明已經通過四項關鍵檢驗:第一,代碼中對黎曼猜想的數學表述準確無誤;第二,整套代碼能夠成功編譯,已有數十人獨立復現;第三,代碼最終證明的確實是黎曼猜想,不存在通過修改定義或偷換命題矇混過關的情況;第四,證明不僅通過了Lean官方內核的檢查,還通過了多套獨立開發的驗證工具,排除了利用單一檢查器漏洞製造虛假證明的可能性。

這意味着,Alpöge的成果已通過社區的獨立核驗,不再只是作者個人的宣稱。聲明最後表示:“我們期待數學界的一切活動,幫助解釋本次證明中的新觀點。”

聲明部分截圖|來源:https://leanprover-community.github.io/blog/posts/riemann-hypothesis/

以下為記者會部分內容精要摘錄,為了便於閲讀和理解,我們對部分關係緊密的問題做了合併和次序調整。敬請讀者注意的是,以下對話發生時,尚不知AI證明黎曼猜想獲得了認證。丘成桐與徐文強先答記者問後退場,Maynard再獨立接受採訪。

得知新聞的第一反應:數學進入新紀元

提問丘&徐:您得知黎曼猜想獲得AI證明的消息時第一反應是什麼?

丘成桐:從昨天晚上到今天早上,海外一大堆媒體就報告這個黎曼猜想被AI解決的事。這當然是數論上的偉大貢獻,可以講震動了全世界。黎曼猜想是有史以來被認為是最重要的大工作,能在我們這個紀念黎曼二百週年的會議剛開始第一天就宣佈出來,對我們是一個很好的意頭。表示數學進了一個新的紀元。

從前我們夢寐以求的重要問題都解決了。現在我新的看法是,要將數學向前更進一步。所以很重要的問題就是我們要向哪一個方向走,什麼樣子才是最好的、最能夠吸引我們學者向前走的方向。我們帶領的人要給出一個新的方向來。希望我們年輕的學者,尤其中國的年輕數學家,能夠在這個平台上發展出一套我們的理論來,此事也給我們中國學者一個很好的機會。

徐文強:第一感覺“比較震驚”,在大概瞭解一點背景之後,第一感覺這應該是正確的。雖然還沒有經過嚴格驗證,現在發佈的AI版本確實太長,人類數學家還需要花很多時間去消化它,但這是一個很積極的事情,至少説明這樣的一個證明從理論上是存在的,並且很有可能確實是正確的。

一個數學猜想可能就像一座大山,數學家們在翻越山峯的過程中,希望看到山峯背後的美麗風景,如果有強大的AI工具,讓人類翻越一座座大山,那麼未來可能就會有更多的風景展現在我們面前。因此數學家應該更勇敢地去利用這些工具,去攀登一個又一個的山峯,看到更多的風景,而不是因為一座山峯好像突然在AI的藉助下被輕易翻越了,就不再去為背後的風景而繼續努力。

人類和機器,誰的證明更可信?

提問丘&徐:現在認定AI完成了證明會不會為時尚早?因為畢竟還沒有經過驗證。

丘成桐:這個證明是機器花了功夫驗證的,不是完全沒有驗證。所以我們對它的可靠性還是有相當的相信的。正在我們這邊參加我們黎曼二百週年紀唸的會議,一個主要的演講者(編注:指Maynard),他是這方面的專家。他親口講,他認為98%的可能是對的。

數學家是對證明正確看得很重要,但事實上,假如你去看物理、生物或化學的研究,他們遠沒有得到百分之百的確認,就認為是對的。做實驗往往很多時候會有錯的。他們認為準確到一個地步以後,就認為是全部對的。我們的要求比這些嚴格得多。因為我們要推理,用機器一個個拆開來,其實比物理上發現的重要的事件還要準確得多。所以我是認為還是需要驗證,只是不需要太嚴重的懷疑。因為機器驗證是有相當可靠性的。

提問Maynard:您説過,自己有98%到99%的把握認為這份證明是正確的。所以我想問,是什麼讓您有這麼高的信心?

Maynard:這份證明附帶了形式化驗證。形式化驗證就是讓機器檢查一個結論是否完全正確的方法。當然,仍然有幾項額外的檢查需要做,必須稍微謹慎一些。不過,我也認識這項工作的作者,知道他此前在AI與數學領域作出過重要貢獻。我知道他一定會非常仔細地檢查自己的工作,而且他沒有理由發佈一份錯誤的成果。面對這樣一個規模龐大、備受關注的結果,我認為他在沒有認真檢查的情況下就將其公開的可能性非常非常小。

提問丘&徐:同一天,另一位數學家Masullo也給出了一份940頁的廣義黎曼猜想證明,據稱完全由人類完成,耗費了12年。但僅僅幾小時後,就有人藉助AI發現其中的問題。您怎麼看待這個反差?

丘成桐:首先,研究黎曼猜想的人多如牛毛。每一年都有人講他做到了,很多是不靠譜的。他可以講他研究十二年,講研究六十年的人都有。研究很久不表示你就有真的重要的想法。九百多頁紙也不表示什麼。我並不認得他,不曉得是真的還是假的。但是無論如何,因為AI宣佈它證明瞭,他有點急,所以就趕快發表他的做法,所以中間會有錯誤,我想是能夠預期的,並不奇怪。

人類的證明常常會有錯誤,因為沒有經過機器驗證的話,錯誤的可能性很大。一般來講,一個這麼大的定理的證明,通常至少要一年到兩年,由其他的專家一同來努力,通常都會驗證相當久才能比較確定地認為它是對的。至於用機器來驗證是比較可靠的,這是因為機器通過大量的計算,將每一個命題都分成很小的問題來檢查。

徐文強:AI可以很快地通過Lean來檢驗一個數學論文正確與否,我覺得這很好,這沒有什麼不好。我們常常被詬病的就是論文審稿週期特別長。一個很重要的原因就是知識壁壘,很多領域的同行專家其實非常少,世界上屈指可數,只有那幾個人有能力和精力去驗證你的證明是否正確。現在有Lean這樣AI輔助之後,可以大大縮減這個過程。

如何對待難以卒讀的機器證明?

提問丘&徐:這次AI證明黎曼猜想生成的自然語言草稿有25萬頁之長,人類難以卒讀,我們該如何應對難以理解機器證明的問題?

丘成桐:這並不是個問題。因為歷史上除了數學以外,所有科學的發展,在找到答案的時候,其實大部分都是沒有了解的。拿到諾貝爾獎的工作大部分也是通過很久時間才慢慢了解,甚至到現在都還不瞭解。楊振寧先生跟李政道先生關於宇稱守不守恆的問題,過了七十年,到現在我們對於宇稱為什麼弱作用下不守恆,強作用下守恆都還是個謎。所以不可能將每一個事情都全部瞭解了,才能夠表示有進步。

對黎曼猜想,等知道機器對了以後,照我的估計,五年內會全部理解,將它的精神找出來。做一個問題的時候,最重要的第一步就是它是對的還是不對的。當黎曼猜想還沒證明以前,很多人認為它可能是不對的,有些人認為是對的。在沒有辦法決定的時候,就很難有進步。但是現在你曉得它是對的以後,就花全部精力去了解它,看看它的證明是否可以融會貫通,這往往是一個很大的步驟。

當年我做後來讓我出名的卡拉比猜想的時候,我花了三年功夫走了不對的方向,就是認為它是錯的。過了這三年,我比較瞭解它以後,我要走相反的方向。假如我一早就曉得它是對的,我就不會花三年去找反例。所以第一步很要緊,方向要找對。其實做所有科學、每一門學問的第一步,就是什麼方向是對的。所以AI在這方面能夠讓我們曉得哪一步是對的,是很重要很重要的事情。

曉得這一步以後,我們怎麼摸索它,找出它應當解決的方法,應當是有辦法,同時應當很快就能夠解決的。所謂25萬頁紙,有可能很多是寫得囉嗦,沒有乾乾淨淨地寫下來。我想很快,我認為頂多五年的功夫,這個整個過程會被瞭解清楚,同時會寫下一個人類能夠懂的方法出來。我很有信心,認為人類有這個能力。為什麼?因為AI做的方法其實都是人類想過的方法,將它綜合起來,進了一大步。既然是人類找過的方法,人類也有辦法去了解它,所以我不認為這是一個大的障礙。

徐文強:我非常贊同。很重要的一點是,AI給出了一個證明,至少好於沒有這個證明。接下來人類怎麼去處理,我的個人感受就是放輕鬆。消化這個證明的過程本身也是在學習,在推動數學的發展,所以多花一點時間沒有什麼了不起。另外一方面,人類是很聰明的,如果真的是發現在驗證、消化的過程中非常消耗精力,並且沒有獲得樂趣、新的突破、新的瞭解,那很有可能會有人自己想辦法,用別的方式重新給個證明。所以在這個過程中,我覺得總會有收穫。

提問Maynard:對於如此龐大的證明,所謂“真正理解”具體意味着什麼?人類數學家需要把每一步都重新推導一遍嗎?

Maynard:已經有一些同事在藉助AI梳理這25萬頁的證明,試圖提煉其中的關鍵思想,讓數學家能夠開始理解整個論證究竟是怎麼回事。我非常樂觀地認為,第一步可以用AI把證明壓縮到更容易處理的篇幅。接下來,就需要人類仔細研究,理解它的整體思路。而一旦把握了整體思路,我想還可以進一步大幅簡化。所以這會需要一些時間,但我希望幾年之後,我們能夠看到一份完整的證明。它也許仍然很長,但人類能夠讀懂。

提問Maynard:這項進展會改變您自己做研究的方式嗎?

Maynard:我希望會。但目前還沒有人真正理解這份證明。它是一份人類無法理解的機器證明,所以從某種意義上説,什麼都沒有改變。昨天我相信黎曼猜想是對的,今天我也相信。現在有了形式化驗證,我的信心其實並沒有發生太大變化。但如果我理解了它為什麼是對的,那麼這種理解,我想,會讓我以一種完全不同的眼光看待數論。這也將促使我改變工作方式,採用新的研究方法等等。這正是為什麼“理解”如此重要。就眼下而言,我思考問題的方式完全沒有改變。但我想,兩年之後,我會有更深入的理解,到那時,我看待很多事情的方式很可能會發生很大變化。

Maynard在線接受媒體採訪|圖源:線上會議截圖

功勞還是人類的多

提問Maynard:AI只用了幾週就解決了黎曼猜想這個最困難的數學問題。這是否説明,數學家覺得困難的事情,對AI來説可能不是同一種困難?

Maynard:這是個很好的問題。現在的AI思考方式跟人類驚人地相似。它做數學的許多方式和人類數學家非常接近,因為它是用人類迄今積累的全部數學知識訓練出來的。它確實比人類數學家有優勢:它知道人類寫過的每一項數學成果,運算和嘗試的速度也快得多,因此能探索更多種可能。這些優勢讓它與人類有些不同。但讓我驚訝的恰恰是,它竟然如此像人類。這意味着,數學家覺得困難的大多數問題,AI同樣覺得困難;數學家認為比較容易的問題,AI也覺得比較容易。所以目前,人類數學家與AI其實相當相似。當然,隨着AI繼續發展,將來兩者之間可能會出現更大的差異。

假如這個證明是正確的,那麼它其實建立在無數人類數學家提出的不同思想之上。所以,如果認為AI突然跑出來,獨自解決了這個問題,那是錯誤的。AI只是跑完了這場長跑最後的一小段。絕大部分艱苦工作,是人類數學家幾十年、幾十年地積累完成的。AI在非常重要的意義上,依賴並繼承了他們的全部思想和成果。就目前來看,AI還不太擅長建立理論、發展新理論,因此它非常依賴人類創造的理論。它也許比人類更善於運用已有思想,但如果某個問題超出了現有理論能夠觸及的範圍,那麼目前看來,AI也很難解決。

如果將來人類和AI各自擅長的事情出現了很大差別,我們就需要重新思考研究的問題和整個研究格局。人類會更多地去做那些人類容易、AI困難的事情;而對於人類困難、AI容易的問題,則由AI發揮主導作用。雙方可以按這種方式合作。不過目前,讓我驚訝的是,人類和AI的思維方式,比我原先想像的更為相似。

提問丘&徐:當證明由人類和AI來共同完成的時候,對於學術成果的歸屬應該如何界定?

丘成桐:舉個例子來講,關於credit的分佈,很多大型團隊做實驗的時候,往往有幾十個人、幾百個人,甚至幾千個人一同做一個實驗。好像十幾年前日內瓦加速器做出了Higgs粒子的發現。那個是理論基本上先有了,但是實驗做出來是有很多人蔘與的。最後誰應當拿諾貝爾獎?結果給了Higgs。Higgs本身在這個實驗上其實沒有什麼大的貢獻,他是五十年前講過一些、做過一些文章,所以拿了諾貝爾獎。

所以關於大型團隊做學問得到的credit,並不是這麼幹淨地分配的。我想數學也會慢慢有這個問題,是無可避免的。但是這些事情不是今天才發生,在物理學界,在生物學界,都常常出現。往往生物的實驗是好幾個人一同做的,不是一個人做的,沒有分得這麼幹淨。這是一個問題。但是照我看,假如你是主要的角色,做一個問題是你指揮AI去做的,我想這還是公平的,就是你佔了重要的credit,因為AI還是聽你的話去向前走的。

徐文強:在過去五十年到一百年裏,數學界過於看重誰第一個證明某個問題,把絕大部分榮譽都給了第一個給出證明的人。但現在時代在改變,大家對數學的理解應該更加廣義,數學界也會慢慢形成新的評價體系。第一個給出證明的人當然依然有重要貢獻,但提出問題同樣重要——大家可以簡單地問一句:誰提出了黎曼猜想?不是AI,而是偉大的數學家黎曼。即使大模型拿到了很多榮譽,我們也不能忘記是誰提出了這個問題。

對年輕學者是機會

提問丘&徐:過去數學家在證明猜想的過程中,往往會創造新的工具和方法,甚至延伸出新的數學方向。如今人機合作大大縮短了這一進程,未來推動數學發展的路徑與傳統相比會有哪些改變?

丘成桐:傳統以來,數學家做數學,都是一步一步向前走,達到最後一步就算是完成。但是物理學家、生物學家、化學家的方法,跟數學家是有點相反的:生物學家做實驗,先得到一些數據,再慢慢推敲,看看這個結果有什麼意思。物理也是這樣,因為我也做物理。

現在AI把數學家的做法扭過來了。AI可以先幫你找到答案,但是我們還要去消化整個做學問的過程,看內容是怎麼樣的。希望從這個過程裏面學習到它的方法,來提升我們自己的想法。所以無論如何都是要人腦來幫忙的。機器現在問的問題都不是很重要的問題,它解題的能力比問問題的能力強得多。照我的看法,問問題更需要創造力,尤其是問重要的問題。

我希望我們的學者也能學習這一點。瞭解了這個問題以後,要問下一步怎麼走,對數學才是最好的。這一點我想AI還做不到。我們得花功夫,把自己走過的路和機器走過的路放在一起,融會貫通,才知道該往什麼方向走。我想以後數學家的習慣會改變,跟物理學家、化學家有點像,先找到答案,再研究怎樣理解它、怎樣證明它。

對於中國的年輕學者來講,這應當是一個很激勵人的事情。因為每一次科學轉型的時候,年輕人能夠發揮更大的作用。年紀大的人不太習慣,年輕人趁這個時候很快就上去了。本來照我的估計,中國的數學跟海外還是有一段距離,現在有了一個趕上去的機會,也就是你們講的所謂“彎道超車”。這是改進中國數學最快的一個時機,一瞬即逝,我希望我們能把握住,加大對基礎科學的投入,讓AI發揮所長。

不公平競爭是主要問題

提問丘&徐:未來的數學研究越來越依賴於AI模型、算力和基礎建設,會不會讓研究者沒有辦法去平等地使用這些AI工具?數學作為一個開放知識體系,會不會受影響?您怎麼看待AI業界和數學界之間的關係?

丘成桐:依賴本身沒有什麼太大的問題。從古代我們看,顯微鏡發明以後,生物學家大量用顯微鏡。你可以講生物學要靠顯微鏡,沒有問題,顯微鏡變成生物的一個重要部分。天文學發明瞭望遠鏡以後,都靠望遠鏡。以後不但是小望遠鏡,還要做很大很大的望遠鏡,然後天文學家跟着它們走,去智利,去西藏,去南極,去北極。所以科學家跟工具是分不開的,沒有什麼不好。

五十多年前計算機開始發展,到了今天我們離不開計算機。AI也會成為我們做科研不可缺少的一部分。因為我們人腦還是要向前走,指導AI怎麼去向前幫我們做學問。只不過這次跳躍得比較大一點,所以我們有點震驚。但是從長遠來講,我想是很好的一個事情,讓我們對很多重要的問題能夠更進一步地瞭解。瞭解比從前深一點,同時快了一點。但是很快我們就曉得,AI能夠解決的問題也慢慢會慢下來,不會一路都是這樣子猛進的。

同時要坦白講,美國這幾個大公司投了很多錢來做這個事情,幾億美金,甚至幾十億美金的投資。他們也不可能這樣繼續不停投資在這上面,所以會慢慢地停頓下來。希望能夠趁它慢下來這個時間,我們趕快追上去,也讓我們年輕的學者能夠追上去。

機器是不是公平地讓每個人都可以用,這個是更重要的問題。現在這些機器掌握在少數公司手上,想給誰用就給誰用。現在尤其是美國控制這些機器,不準給中國的學者用。不但不準美國的機器給中國的學者用,它也不准它的盟友給中國用,大量地封殺中國的學者。這是很不公平的。因為做研究,假如機器每一個人都同樣地用,開源的,我想這是公平競爭。現在主要問題是競爭並不公平。

要是像今天的電腦一樣,人手一部都可以用的話,就很難怪誰用電腦做到最先。假如ChatGPT也好,Claude也好,這樣重要的機器只准美國少數的數學家可以用,這是很不公平的事情,這是要堅決反對的。其他我覺得沒有什麼大的問題。

徐文強:我非常贊同丘先生説的,我們在這個關鍵階段一定要進一步加大投入,推動AI與數學的結合,讓國產模型抓住這個非常好的時機,進一步縮小跟美國的差距。

數學將迎來黃金時代

提問Maynard:您曾説,過去一年裏,您花了很多時間反思AI對數學意味着什麼。那麼,這番深入反思讓您得出了什麼認識?

Maynard:我想,我更清楚地認識到了自己真正看重數學的什麼。AI出現以前,人類數學家每天的一項主要工作就是設法證明各種結果,因為證明結果是一項極其困難的挑戰。當一個人類數學家證明瞭某個結果,他可以告訴大家,自己在研究這個問題時想了些什麼,思想是怎樣產生的,直覺是什麼。這些內容帶來的理解遠遠超過證明本身。

現在AI來了,生成證明變得容易得多。但與此同時,我們並沒有得到相應的直覺和理解。過去總是相伴而來的兩件事,如今被分開了。我花了一些時間才真正意識到:我原以為自己在乎的是那些轟動性的數學成果,但實際上,我在乎的是過去那種研究方式下,伴隨這些成果一起產生的所有東西。到了這個新時代,真正重要的是理解。我也是過了一陣子才想明白這一點。我早就感覺這些AI證明讓人有些不滿足,但經過一番反思才發現,自己真正看重的是人類的理解,而不是那些能登上頭條的結果。

提問Maynard:數學界仍然有一些擔憂,比如數學家可能會失業,年輕學生可能會感到迷茫。總體來説,您怎麼看這些擔憂?

Maynard:顯然,數學這門學科必須改變,去適應AI。我們正在進入一個新時代。這意味着目前有很多事情還不確定:今後論文該怎樣發表,年輕數學家將如何接受評價、按照什麼標準打分,等等。這種狀況確實令人遺憾。不確定性本來就會讓人感到不安,所以人們有這樣的反應很自然……眼下未來確實充滿不確定性,因為AI一直在變化。我們也必須保持靈活。隨着AI的進步,我們很可能還需要再次調整這門學科,讓數學能夠適應AI,與它共同發展。

我認為,數學將迎來一個非常激動人心的未來,一個黃金時代。那些我一直夢想看到被證明的非凡結果,將會一個個得到證明。而且,我們不僅會得到那些轟動性的結果,還會獲得我們過去認為理應伴隨證明而來的深刻理解,因為數學家將能夠看得更遠、走得更快。這當然會帶來不少變化。變化讓人不安,甚至引起擔憂,是完全可以理解的,尤其是年輕人,因為他們受到的影響最大。所以我認為,資深數學家非常有必要努力引導年輕一代,幫助他們度過這個階段,因為面對不確定的局面,年輕人確實需要一些指導和幫助。但我很樂觀:數學將因此變得更加健康、更加強大,而不是走向數學家失業的結局。在我看來,數學是科學的語言,支撐着世界上如此多的進步。而人類的理解始終會發揮非常重要的作用,這就需要數學家。

來源:虎嗅 · huxiu.com