Vai al contenuto
mercoledì, Novembre 18, 2026Guida libera
IT
dailyai
Caratteristiche

Agenti di intelligenza artificiale hanno verificato la dimostrazione matematica più lunga di sempre, di 15.000 pagine, in 24 giorni

Secondo Axiom, decine di agenti di intelligenza artificiale hanno trasformato una dimostrazione matematica di 15,000 pagine in 43.1 milioni di righe di codice verificato da computer in 24 giorni, individuando nel contempo 34 errori nel risultato pubblicato.

· 5 minuti di lettura
CondividereXin

La dimostrazione più lunga in matematica si estende per circa 15.000 pagine, distribuite su oltre 500 articoli scritti da circa 100 matematici. Una startup chiamata Axiom afferma che sciami di agenti di intelligenza artificiale l'hanno trasformata in 43,1 milioni di righe di codice verificabile al computer in 24 giorni. Durante il processo, hanno trovato 34 punti in cui i calcoli pubblicati non corrispondevano a quanto affermato. Se i risultati saranno confermati, rappresenteranno la prova più evidente finora che l'intelligenza artificiale può svolgere enormi quantità di lavoro verificabile, non solo scrivere testo plausibile.

Il numero e il suo significato

Axiom ha pubblicato il lavoro su il suo blog di ricerca, datato 26 ottobre, e inserisci il codice in un repository pubblico di GitHub. Suo sito del progetto Il documento elenca 43,1 milioni di righe di codice e 2,05 milioni di definizioni e risultati distinti, tratti da 715 articoli e libri.

In parole semplici, l'azienda afferma di aver preso una delle più grandi conquiste della matematica del XX secolo, elaborata nel corso di diversi decenni da circa 100 persone, e di aver riscritto ogni singolo passaggio in una forma che un computer può verificare senza dover dipendere da nessuno.

Secondo Axiom, il progetto è iniziato il 1° ottobre con un singolo canale di chat e un piano di 108 tappe fondamentali e circa 380 attività minori. I primi agenti sono entrati in funzione il 2 ottobre. Ciò significa che, dall'inizio alla fine, sono trascorse circa quattro settimane per un'opera che ha richiesto decenni di lavoro umano per essere scritta e altri decenni per essere perfezionata.

Cosa si stava dimostrando?

Il teorema si chiama Classificazione dei Gruppi Semplici Finiti. Un gruppo, in matematica, è un insieme di mosse che descrivono la simmetria. L'esempio di Axiom è un cubo: ci sono 24 modi per ruotarlo in modo che appaia esattamente come prima. I gruppi possono essere scomposti in elementi di base, come le molecole si scompongono in atomi. I gruppi "semplici" sono questi atomi.

La classificazione è un elenco completo di tutti gli elementi, una sorta di tavola periodica di simmetria. Afferma che ognuno appartiene a poche famiglie conosciute o è uno dei soli 26 elementi "diversi". Il più grande di questi, chiamato il Mostro, ha circa 8 elementi seguiti da 53 zeri. La parte difficile non è elencare i gruppi, ma dimostrare che non manca nulla.

Nel 1983 i matematici dichiararono il lavoro concluso. Non era così. Una lacuna rimase aperta fino alla pubblicazione di un trattato di 1.221 pagine nel 2004, e altre correzioni seguirono nel 2008. Una seconda versione, più pulita, della dimostrazione ha riempito dieci volumi dalla fine degli anni '80 e, secondo quanto riportato da Axiom, non è ancora completa. Uno dei principali teorici dei gruppi, Michael Aschbacher, scrisse nel 2005 che "è impossibile redigere un argomento molto lungo e complesso senza commettere errori".“

Come ha fatto l'IA

Lo strumento al centro è Lean, un linguaggio di programmazione per la matematica. Una dimostrazione scritta in Lean viene verificata riga per riga da un piccolo programma affidabile. Se anche un solo passaggio non viene rispettato, la dimostrazione non viene compilata. Non c'è spazio per liquidare la questione con un semplice "questo è ovvio".

Il sistema di Axiom, chiamato AxiomProver, suddivideva il lavoro tra decine di agenti di intelligenza artificiale. Gli agenti principali scomponevano gli argomenti più complessi in parti più piccole e ne verificavano la dimostrazione. Altri agenti cercavano risultati esistenti o scrivevano il codice Lean. Gli agenti si assegnavano i compiti tramite GitHub, il sito di condivisione del codice, e pubblicavano i progressi su Slack. L'azienda afferma che gli agenti utilizzavano "una combinazione variabile di modelli" senza specificarli. I matematici umani si occupavano dei problemi più difficili e gli ingegneri garantivano il funzionamento del sistema.

Vuoi che l'intelligenza artificiale ti faccia risparmiare ore a settimana? La nostra guida gratuita ti mostra come fare.Scarica la guida gratuita →

Non è partito da zero. Il lavoro si basa su Mathlib, una grande libreria condivisa di matematica in Lean scritta da centinaia di volontari, e riutilizza circa 1,2 milioni di righe da un precedente progetto aperto, Qiuzhen-CFSG, dice Axiom.

Il blog è insolitamente schietto su cosa sia andato storto. All'inizio, alcune tappe che sembravano facili nascondevano un'enorme quantità di lavoro preliminare non verificato, che gli agenti avevano tacitamente dato per scontato anziché dimostrare. Axiom afferma di aver eliminato decine di migliaia di righe basate su tali presupposti e di aver ricominciato da capo alcune parti. Il 13 ottobre, solo una tappa è stata completata in un'intera giornata, quindi il team ha chiesto agli agenti di riorganizzare il lavoro rimanente suddividendolo in parti più piccole e definite con precisione. Gli agenti, inoltre, scrivevano le bozze più velocemente di quanto Lean potesse controllarle, quindi gli ingegneri hanno creato un sistema per condividere il lavoro di verifica tra le macchine.

Cosa hanno trovato le macchine

Il risultato più interessante non è la dimensione, bensì gli errori. La maggior parte di quelli segnalati dagli agenti erano di lieve entità: refusi, errori nelle tabelle o condizioni che un autore aveva dimenticato di specificare. Tuttavia, Axiom ha contato 34 "deviazioni significative rispetto alla pubblicazione" che hanno richiesto una correzione.

Un esempio proveniva da un lemma presente nei volumi del 2004 che affermava che due numeri erano sempre uguali. Gli agenti trovarono un caso, costruito a partire da un piccolo gruppo chiamato SL₂(5), in cui un numero era 1 e l'altro era 2. Il lemma dovette essere indebolito e le argomentazioni successive che si basavano su di esso dovettero essere rielaborate.

Il problema più grande risiedeva in un'argomentazione del 1986 di John Walter per un passaggio chiave noto come Teorema del Gruppo Sbilanciato. Gli agenti hanno trovato dei controesempi a una delle affermazioni su cui si basava. Il teorema stesso sopravvive, perché esistono altre vie per arrivarci. Ma per rimanere fedele alla dimostrazione originale, Axiom aveva bisogno di una nuova argomentazione. Con la consulenza di Richard Lyons e Ronald Solomon, due teorici dei gruppi che lavorarono alla classificazione originale, AxiomProver ne ha prodotta una. L'azienda l'ha scritta in un documento separato e afferma che si tratta di un nuovo risultato nella teoria dei gruppi.

Cosa non è stato ancora verificato

Ci sono dei limiti reali, e Axiom ne elenca alcuni. Lean verifica che ogni passaggio sia corretto. Non verifica che l'affermazione finale significhi ciò che i matematici pensano che significhi. Questo richiede ancora la verifica umana, e il blog di Axiom lo afferma esplicitamente.

Nessuno al di fuori dell'azienda ha ancora pubblicato una ricostruzione indipendente della prova. Non è un lavoro da poco. note del deposito Axiom afferma di aver avuto bisogno di modifiche non ancora rilasciate agli strumenti di build di Lean solo per completare la verifica in meno di 24 ore. Anche l'elenco dettagliato degli errori nella letteratura non è stato pubblicato integralmente; Axiom afferma che lo pubblicherà con il parere di un comitato consultivo di teorici dei gruppi. Inoltre, l'enunciato di alto livello del teorema non è stato scritto da Axiom, ma è stato preso da un altro progetto open source, TauCeti, un modo sensato per evitare di correggere i propri compiti.

Perché è importante al di là della matematica

Per la maggior parte dei lettori, i gruppi semplici finiti non verranno mai menzionati. Il metodo è più importante. I chatbot sono famosi per sembrare corretti pur essendo in errore, e DailyAI ha segnalato in precedenza sui modelli linguistici che falliscono semplici enigmi logici. Questo progetto indica uno schema diverso. Quando il lavoro dell'IA viene controllato da un programma rigoroso e inflessibile, gli errori vengono individuati invece di essere nascosti, e una parte molto maggiore del lavoro può essere affidata in sicurezza all'IA.

La stessa idea si applica al software, alla progettazione di chip e ai sistemi finanziari, dove il codice può essere testato rispetto a regole precise. Anche la matematica e l'informatica sono ambiti in cui i laboratori di intelligenza artificiale stanno ora rivendicando nuovi risultati. All'inizio di questa settimana, DailyAI ha trattato come OpenAI e Anthropic entrambi hanno affermato che l'IA ha infranto una regola di lunga data dell'informatica.

Il problema è quello in cui si imbattevano spesso gli stessi agenti di Axiom. Un verificatore si limita a confermare che il lavoro risponde alla domanda che gli è stata posta. Qualcuno deve comunque accertarsi che si tratti della domanda giusta. Per un teorema così complesso, questo compito ora spetta ai teorici dei gruppi.