AI-agenten hebben het langste wiskundige bewijs ooit, van 15.000 pagina's, in 24 dagen gecontroleerd
Volgens Axiom hebben tientallen AI-agenten een wiskundig bewijs van 15,000 pagina's in 24 dagen omgezet in 43.1 miljoen regels computergecontroleerde code, en daarbij 34 fouten in het gepubliceerde document gevonden.

Het langste bewijs in de wiskunde beslaat ongeveer 15.000 pagina's, verspreid over meer dan 500 artikelen van zo'n 100 wiskundigen. Een start-up genaamd Axiom zegt dat zwermen AI-agenten dit bewijs in 24 dagen hebben omgezet in 43,1 miljoen regels computergestuurde code. Gaandeweg vonden ze 34 plekken waar de gepubliceerde wiskunde niet overeenkwam met de beweringen. Als dit bewijs standhoudt, is het het duidelijkste bewijs tot nu toe dat AI enorme hoeveelheden controleerbaar werk kan verrichten, en niet alleen plausibele tekst kan schrijven.
Het getal en wat het betekent
Axiom publiceerde het werk over zijn onderzoeksblog, gedateerd 26 oktober, en plaats de code in een openbare GitHub-repository. Zijn projectlocatie Bevat een lijst van 43,1 miljoen regels code en 2,05 miljoen afzonderlijke definities en resultaten, afkomstig uit 715 artikelen en boeken.
Simpel gezegd, stelt het bedrijf dat het een van de grootste prestaties van de 20e-eeuwse wiskunde, waaraan zo'n 100 mensen in de loop van enkele decennia hebben gewerkt, heeft herschreven in een vorm die een computer kan controleren zonder iemand te hoeven vertrouwen.
Axiom zegt dat het project op 1 oktober van start ging met één chatkanaal en een plan van 108 mijlpalen en ongeveer 380 kleinere taken. De eerste agenten gingen op 2 oktober aan de slag. Dat betekent dat het project in ongeveer vier weken van begin tot eind is voltooid, voor een geheel dat mensen decennia heeft gekost om te schrijven en vervolgens nog eens tientallen jaren om te perfectioneren.
Wat werd er bewezen?
De stelling heet de classificatie van eindige enkelvoudige groepen. Een groep is in de wiskunde een verzameling bewegingen die symmetrie beschrijven. Axiom geeft zelf een voorbeeld met een kubus: er zijn 24 manieren om hem te draaien zodat hij er precies hetzelfde uitziet als voorheen. Groepen kunnen worden opgedeeld in basiselementen, net zoals moleculen worden opgedeeld in atomen. De "enkelvoudige" groepen zijn die atomen.
De classificatie is een complete lijst ervan, een soort periodiek systeem van symmetrie. Het geeft aan dat elk element tot een paar bekende families behoort of een van precies 26 buitenbeentjes is. De grootste daarvan, het zogenaamde Monster, bestaat uit ongeveer 8 elementen, gevolgd door 53 nullen. Het lastige is niet het opsommen van de groepen, maar het bewijzen dat er niets ontbreekt.
Wiskundigen verklaarden het werk in 1983 af. Dat was het niet. Eén hiaat bleef bestaan tot er in 2004 een behandeling van 1221 pagina's verscheen, en andere correcties volgden in 2008. Een tweede, meer verfijnde versie van het bewijs heeft sinds eind jaren tachtig tien delen beslaan en is volgens Axiom nog steeds niet compleet. Een van de meest vooraanstaande groepentheoretici, Michael Aschbacher, schreef in 2005 dat "het onmogelijk is om een zeer lang en ingewikkeld argument foutloos uit te werken."“
Hoe de AI het deed
Het centrale instrument is Lean, een programmeertaal voor wiskunde. Een bewijs geschreven in Lean wordt regel voor regel gecontroleerd door een klein, betrouwbaar programma. Als een stap niet klopt, compileert het bewijs niet. Er is geen ruimte om te zeggen: "Dit is vanzelfsprekend.".
Het systeem van Axiom, dat ze AxiomProver noemen, verdeelde het werk over tientallen AI-agenten. Hoofdagenten braken complexe argumenten op in kleinere stukken en beoordeelden wat er bewezen werd. Anderen zochten naar bestaande resultaten of schreven de Lean-code. Agenten claimden taken via GitHub, het platform voor het delen van code, en deelden hun voortgang in Slack. Het bedrijf zegt dat de agenten "een wisselende mix van modellen" gebruikten, maar noemt ze niet bij naam. Menselijke wiskundigen behandelden de moeilijkste problemen en ingenieurs zorgden ervoor dat het systeem bleef draaien.
Wil je dat AI je wekelijks uren bespaart? Ons gratis stappenplan laat je zien hoe.Download de gratis gids →Het begon niet helemaal vanaf nul. Het werk bouwt voort op Mathlib, een grote gedeelde bibliotheek met wiskundige formules in Lean, geschreven door honderden vrijwilligers, en hergebruikt ongeveer 1,2 miljoen regels code. een eerder open project, Qiuzhen-CFSG, Axiom zegt dat.
De blog is opvallend openhartig over wat er misging. In het begin leken sommige mijlpalen makkelijk te behalen, maar in werkelijkheid was er enorm veel onbewezen werk nodig, dat de agenten stilzwijgend hadden aangenomen in plaats van te bewijzen. Axiom zegt dat ze tienduizenden regels code die op die aannames gebaseerd waren, hebben verwijderd en delen opnieuw zijn begonnen. Op 13 oktober werd er in een hele dag slechts één mijlpaal afgerond, dus liet het team de agenten het resterende werk opnieuw indelen in kleinere, nauwkeurig omschreven onderdelen. De agenten schreven ook sneller proefdrukken dan Lean ze kon controleren, dus ontwikkelden de engineers een systeem om het controlewerk over meerdere machines te verdelen.
Wat de machines hebben gevonden
Het meest interessante resultaat is niet de omvang, maar de fouten. Het grootste deel van wat de beoordelaars aangaven, was van geringe aard: typefouten, fouten in tabellen of voorwaarden die een auteur was vergeten te vermelden. Maar Axiom telde 34 "opmerkelijke afwijkingen van de gepubliceerde gegevens" die moesten worden gecorrigeerd.
Een voorbeeld hiervan kwam uit een lemma in de bundels uit 2004 dat stelde dat twee getallen altijd gelijk zijn. De onderzoekers vonden een geval, opgebouwd uit een kleine groep genaamd SL₂(5), waarin het ene getal 1 was en het andere 2. Het lemma moest worden afgezwakt en latere argumenten die erop gebaseerd waren, moesten worden herzien.
Het grootste probleem zat hem in een argument uit 1986 van John Walter voor een cruciale stap, bekend als de Ongebalanceerde Groepstelling. De onderzoekers vonden tegenvoorbeelden voor een van de beweringen waarop deze stelling gebaseerd was. De stelling zelf blijft bestaan, omdat er andere wegen naar het bewijs mogelijk zijn. Maar om trouw te blijven aan het oorspronkelijke bewijs, had Axiom een nieuw argument nodig. Met advies van Richard Lyons en Ronald Solomon, twee groepentheoretici die aan de oorspronkelijke classificatie hadden gewerkt, ontwikkelde AxiomProver er een. Het bedrijf heeft het beschreven in een apart document en zegt dat het een nieuw resultaat is in de groepentheorie.
Wat is nog niet gecontroleerd?
Er zijn hier wel degelijk beperkingen, en Axiom benoemt er zelf een aantal. Lean controleert of elke stap klopt. Het controleert echter niet of de uiteindelijke bewering betekent wat wiskundigen denken dat het betekent. Daarvoor is nog steeds een menselijke blik nodig, en Axiom zegt dat ook expliciet in hun blog.
Niemand buiten het bedrijf heeft tot nu toe een onafhankelijke reconstructie van het bewijs gepubliceerd. Dat is geen kleine klus. repository notities Axiom had naar verluidt nog niet uitgebrachte wijzigingen in de buildtools van Lean nodig om de volledige controle binnen 24 uur te kunnen voltooien. De gedetailleerde lijst met fouten in de literatuur is ook nog niet volledig gepubliceerd; Axiom zegt dat ze deze zullen publiceren in overleg met een adviesraad van groepstheoretici. En de overkoepelende formulering van de stelling is niet door Axiom geschreven, maar afkomstig van een ander open project, TauCeti, wat een slimme manier is om je eigen werk niet te hoeven nakijken.
Waarom het verder gaat dan alleen wiskunde
Voor de meeste lezers zullen eindige, enkelvoudige groepen nooit ter sprake komen. De methode is belangrijker. Chatbots staan erom bekend dat ze gelijk lijken te hebben, terwijl ze het mis hebben, en DailyAI heeft dat ook. eerder gemeld Dit project laat een ander patroon zien bij taalmodellen die falen in het oplossen van simpele logische puzzels. Wanneer het werk van AI wordt gecontroleerd door een strikt, onvergeeflijk programma, worden fouten opgespoord in plaats van verborgen, en kan veel meer werk veilig aan AI worden overgedragen.
Hetzelfde idee geldt voor software, chipontwerpen en financiële systemen, waar code kan worden getest aan de hand van precieze regels. Ook in de wiskunde en informatica boeken AI-laboratoria nu nieuwe resultaten. Eerder deze week berichtte DailyAI over hoe OpenAI en Anthropic Beiden zeiden dat AI een aloude regel in de computerwetenschappen had overtreden..
Het probleem is precies hetzelfde als waar de medewerkers van Axiom zelf steeds tegenaan liepen. Een controleur bevestigt alleen dat het werk de gestelde vraag beantwoordt. Iemand moet er nog steeds voor zorgen dat het de juiste vraag was. Voor de enorme stelling valt die taak nu toe aan de groepstheoretici.


