Перейти к содержимому
Среда, Ноябрь 18, 2026Бесплатное руководство
RU
dailyai
Характеристики

Искусственный интеллект проверил самое длинное математическое доказательство, состоящее из 15 000 страниц, за 24 дня

Компания Axiom утверждает, что десятки агентов искусственного интеллекта за 24 дня превратили математическое доказательство объемом 15,000 страниц в 43.1 миллиона строк проверенного компьютером кода, обнаружив при этом 34 ошибки в опубликованном результате.

• 5 минут чтения
ДелитьсяXв

Самое длинное доказательство в математике занимает около 15 000 страниц и распределено по более чем 500 статьям, написанным примерно 100 математиками. Стартап Axiom утверждает, что рои ИИ-агентов превратили его в 43,1 миллиона строк проверяемого на компьютере кода за 24 дня. В процессе работы они обнаружили 34 места, где опубликованные математические формулы не соответствовали заявленным данным. Если это подтвердится, это станет самым явным признаком того, что ИИ способен выполнять огромные объемы проверяемой работы, а не просто писать правдоподобный текст.

Число и что оно означает

Компания Axiom опубликовала эту работу. его исследовательский блог, датировано 26 октября, и вставьте код в общедоступный репозиторий GitHub. Его сайт проекта В списке содержится 43,1 миллиона строк кода и 2,05 миллиона отдельных определений и результатов, взятых из 715 статей и книг.

Проще говоря, компания заявляет, что взяла одно из величайших достижений математики XX века, написанное за несколько десятилетий примерно 100 людьми, и переписала каждый шаг в форме, которую компьютер может проверить, не доверяя никому.

По данным Axiom, проект начался 1 октября с одного чат-канала и плана, включающего 108 этапов и около 380 более мелких задач. Первые агенты приступили к работе 2 октября. Таким образом, от начала до конца проект занял примерно четыре недели, тогда как на его написание у людей ушли десятилетия, а затем еще десятилетия на его доработку.

Что именно доказывалось

Теорема называется Классификацией конечных простых групп. Группа в математике — это набор действий, описывающих симметрию. В качестве примера Axiom приводит куб: существует 24 способа повернуть его так, чтобы он выглядел точно так же, как и раньше. Группы можно разложить на основные составляющие, подобно тому как молекулы разлагаются на атомы. “Простыми” группами являются эти атомы.

Классификация представляет собой полный список элементов, своего рода периодическую таблицу симметрии. В ней говорится, что каждый элемент принадлежит к нескольким известным семействам или является одним из ровно 26 нестандартных. Самое большое из них, называемое «Монстр», содержит примерно 8 элементов, за которыми следуют 53 элемента с нулями. Сложность заключается не в составлении списка групп, а в доказательстве того, что ничего не отсутствует.

Математики объявили работу завершенной в 1983 году. Это было не так. Один пробел оставался открытым до появления в 2004 году 1221-страничного труда, а другие исправления последовали в 2008 году. Вторая, более чистая версия доказательства заняла десять томов с конца 1980-х годов и, согласно данным Axiom, до сих пор не завершена. Один из ведущих теоретиков групп, Майкл Ашбахер, писал в 2005 году, что “невозможно написать очень длинное и сложное доказательство без ошибок”.”

Как это сделал искусственный интеллект

В основе лежит Lean, язык программирования для математики. Доказательство, написанное на Lean, проверяется построчно небольшой, проверенной программой. Если какой-либо шаг не выполняется, доказательство не компилируется. Здесь нет места для отговорок и заявления типа “это же очевидно”.

Система Axiom, которую компания называет AxiomProver, распределяла работу между десятками агентов искусственного интеллекта. Ведущие агенты разбивали сложные аргументы на более мелкие части и проверяли доказываемые результаты. Другие искали существующие результаты или писали код Lean. Агенты брали задачи через GitHub, сайт для обмена кодом, и публиковали информацию о ходе работы в Slack. Компания заявляет, что агенты использовали “меняющийся набор моделей”, и не называет их. Математики-люди решали самые сложные задачи, а инженеры поддерживали работу системы.

Хотите, чтобы ИИ экономил вам часы в неделю? Наше бесплатное руководство покажет вам, как это сделать.Получите бесплатное руководство →

Работа не начиналась с нуля. Она основана на Mathlib, большой общей библиотеке математических функций для бережливого производства, написанной сотнями добровольцев, и повторно использует около 1,2 миллиона строк кода из предыдущих версий. более ранний открытый проект, Qiuzhen-CFSG, — утверждает Аксиома.

В блоге необычайно откровенно рассказывается о том, что пошло не так. На начальном этапе некоторые, казалось бы, простые этапы скрывали огромный объем непроверенной работы, которую агенты молчаливо предполагали, а не доказывали. Axiom утверждает, что удалила десятки тысяч строк кода, построенных на этих предположениях, и начала работу над некоторыми частями заново. 13 октября за целый день был завершен только один этап, поэтому команда заставила агентов перепланировать оставшуюся работу, разделив ее на более мелкие, точно сформулированные части. Агенты также писали доказательства быстрее, чем Lean мог их проверить, поэтому инженеры создали систему для распределения работы по проверке между машинами.

Что обнаружили машины

Наиболее интересный результат — не размер выборки, а количество ошибок. Большинство выявленных агентами ошибок были незначительными: опечатки, ошибки в таблицах или условия, которые автор забыл указать. Но Axiom насчитала 34 “заметных отклонения от опубликованной информации”, которые пришлось исправлять.

Один из примеров взят из леммы в томах 2004 года, которая утверждала, что два числа всегда равны. Агенты обнаружили случай, построенный на основе небольшой группы, называемой SL₂(5), где одно число было равно 1, а другое — 2. Лемму пришлось ослабить, а последующие аргументы, основанные на ней, пришлось переработать.

Самая большая проблема заключалась в аргументации Джона Уолтера 1986 года относительно ключевого шага, известного как теорема о несбалансированной группе. Агенты нашли контрпримеры к одному из утверждений, на котором они основывались. Сама теорема сохранилась, потому что существуют другие пути к ней. Но чтобы оставаться верными первоначальному доказательству, Axiom нуждалась в новой аргументации. При участии Ричарда Лайонса и Рональда Соломона, двух теоретиков групп, работавших над первоначальной классификацией, AxiomProver разработала её. Компания изложила её в [ссылка на документацию]. отдельный документ и утверждает, что это новый результат в теории групп.

Что еще не проверено

Здесь есть реальные ограничения, и Axiom сам указывает на некоторые из них. Методология Lean проверяет, что каждый шаг выполняется. Она не проверяет, соответствует ли итоговое утверждение мнению математиков. Для этого по-прежнему необходим человеческий взгляд, и в блоге Axiom об этом прямо говорится.

Никто за пределами компании пока не опубликовал независимую реконструкцию доказательства. Это непростая задача. примечания к репозиторию Говорят, что Axiom потребовались невыпущенные изменения в инструментах сборки Lean, чтобы довести полную проверку до менее чем 24 часов. Подробный список ошибок в литературе также не был опубликован полностью; Axiom заявляет, что опубликует его вместе с консультативным советом теоретиков групп. А основная формулировка теоремы была написана не Axiom, а взята из другого открытого проекта, TauCeti, что является разумным способом избежать проверки собственной домашней работы.

Почему это важно не только в математике

Для большинства читателей конечные простые группы никогда не встретятся. Метод имеет большее значение. Чат-боты известны тем, что звучат правильно, хотя на самом деле ошибаются, и DailyAI обладает этим свойством. сообщалось ранее На примере языковых моделей, не справляющихся с простыми логическими задачами, этот проект указывает на другую закономерность. Когда работа ИИ проверяется строгой, бескомпромиссной программой, ошибки выявляются, а не скрываются, и гораздо большую часть работы можно безопасно передать ИИ.

Та же идея применима к программному обеспечению, проектированию микросхем и финансовым системам, где код можно тестировать на соответствие точным правилам. Математика и информатика — это также области, где лаборатории искусственного интеллекта сейчас заявляют о новых результатах. Ранее на этой неделе DailyAI рассказывал о том, как OpenAI и Anthropic Оба заявили, что ИИ нарушил давнее правило информатики..

Загвоздка в том, с чем постоянно сталкивались и сами агенты Аксиомы. Программа проверки лишь подтверждает, что работа отвечает на поставленный вопрос. Кто-то всё равно должен убедиться, что вопрос был правильным. В случае с этой огромной теоремой эта задача теперь ложится на плечи теоретиков групп.