Anthropic数学家莱文特·阿尔珀格。图片经由AI处理
文丨李海伦
编辑丨徐青阳
美国当地时间11月21日,Lean和Mathlib两个数学社区发布联合声明,对Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)与Claude合作完成的黎曼猜想证明表示“完全有信心”,并确认这份代码证明的正是数学界研究了167年的黎曼猜想。
从阿尔珀格公布成果,到形式化证明社区给出明确结论,还不到两天时间。
消息传开后,埃隆·马斯克(Elon Musk)称这是超级智能又一项“令人震撼”的成果。但数学家们的注意力并没有停留在AI有多强。他们更关心的是:这份证明究竟经过了怎样的检验?机器能够确认推导正确,是否就意味着人类已经理解了它?
01 17万多个模块,机器给出了明确答案
这次验证的关键,不是哪位数学家站出来表示相信,而是Lean和Mathlib社区确认了证明的形式化有效性。
Lean是一种数学证明辅助系统,可以把数学命题和推导过程转化为计算机能够逐步检查的逻辑表达。
阿尔珀格公布的材料只有4页,但支撑这项证明的,是一套约1700万行代码的Lean形式化证明库。若将其全部转写成人类可读的数学文本,规模可能超过25万页。
如此庞大的代码,究竟怎样才能确认没有问题?
Lean和Mathlib社区在联合声明中说明,他们主要完成了几项检查。
首先是确认命题本身没有被偷换。黎曼猜想已经被收录在Mathlib数学库中,社区将阿尔珀格证明的定理与数学库里经过审核的标准表述进行比对,确认两者一致。换句话说,代码证明的不是一个经过修改、降低难度的相似命题,而是数学界熟悉的那个黎曼猜想。
其次是检查代码能否正常编译。联合声明称,已有数十名参与者独立编译这份代码,没有遇到错误或构建失败。
更重要的是对证明过程本身进行检查。社区使用comparator和con-leche等工具,比对相关定理及其依赖关系,再由Lean自身的内核以及con-leche、con-ron等多个独立检查器验证导出的证明文件。其中,con-leche和con-ron还拥有相对于集合论的形式化可靠性证明。
多套独立检查器的作用,是降低单一软件系统出现漏洞、进而错误接受证明的风险。它们从不同角度检查同一份推导,增加了验证结果的可信度。
麻省理工学院数学家安德鲁·萨瑟兰(Andrew Sutherland)也公布了独立检查记录。他的页面显示,这套代码涉及175187个模块,相关模块能够在Lean和Mathlib环境中编译。
最终,Lean和Mathlib社区在联合声明中给出了相当明确的判断:
“We have full confidence that Alpöge's proof of the Riemann Hypothesis is correct.”
即“我们完全有信心,阿尔珀格给出的黎曼猜想证明是正确的。”
这让事件有了实质性进展。此前,外界面对的是一项由研究者公布、尚待验证的成果。现在,形式化证明社区已经确认,代码对应的数学命题没有问题,推导也通过了多套检查器的验证。
但这里还有一个需要区分的地方:阿尔珀格还表示,这套方法可以推广到广义黎曼猜想和扩展黎曼猜想。这些延伸主张并不等于此次已经获得社区确认的经典黎曼猜想证明,不能混为一谈。
机器验证给出了一个重要结论,却没有替数学界完成所有工作。代码通过检查,说明推导符合形式化系统的规则,至于证明背后的数学思路是什么、为什么能够成立,还需要数学家进一步研究。
克雷数学研究所目前仍将黎曼猜想列为未解决问题,正式的学术审查也没有因此结束。
02 证明通过了,数学家却开始追问“为什么”
一份证明在机器检查中通过,和数学家真正理解这份证明,并不是一回事。
这也是当前评论中最明显的分歧。
牛津大学数论学家、菲尔兹奖得主詹姆斯·梅纳德(James Maynard)对这项成果持积极态度。他向《自然》表示:“我猜这份证明最终会被证明是正确的。”
但他并没有把机器验证等同于数学研究的结束。在梅纳德看来,即使证明最终成立,数学家也需要很长时间才能消化其中的内容。只有当人们真正理解了证明,并能从中提炼出有价值的思想,这项工作才会充分展现其意义。
纽约大学数学家特里斯坦·巴克马斯特(Tristan Buckmaster)也肯定了阿尔珀格的贡献。他特别强调,阿尔珀格本人搭建了利用大语言模型开展数学研究的系统,而不是简单地把问题交给Claude等待答案。
不过,巴克马斯特也指出,这份证明目前复杂得惊人,数学家需要很长时间才能真正理解。
质疑者关注的则是另一面。蒙特利尔大学数论学家安德鲁·格兰维尔(Andrew Granville)认为,阿尔珀格公布的材料还不够清晰,应该先整理好证明,再向外界发布。他用“garbled”形容目前公开的内容,意思是表达混乱、难以理解。
纽约大学数学家马克西姆·拉齐维乌(Maksym Radziwiłł)把问题说得更直接。他认为,数学研究真正追求的是理解推导背后的原因,而不只是确认每一步没有出错。
“数学和其他科学一样,真正追求的是‘为什么’,而这项工作并没有回答这个问题。”
这并不是在否认Lean的验证结果,而是在追问另一件事:当一份证明由1700万行代码构成,机器可以检查它,却很难让人直接读懂时,数学家该怎样从中找到可以理解、复用和继续发展的数学思想?
普林斯顿大学语言与智能研究团队的艾尤什·凯坦(Ayush Khaitan)则从人机协作的角度评价这项成果。他认为,人类参与仍然是利用大语言模型解决数学问题的最佳方式,阿尔珀格应该获得与Claude同样多的认可。
03 马斯克看到了AI的突破,数学界还在等待下一步
这场讨论很快从数学圈扩散到科技行业。马斯克在11月21日连续谈到黎曼猜想,先是回应Epic Games CEO蒂姆·斯威尼(Tim Sweeney)的一条玩笑。
斯威尼写道:“Rockstar竟然在黎曼猜想被证明之前,先把《GTA 6》发售了!”马斯克回复了一个词:“Banger”,表达赞赏。
随后,马斯克又认真解释了这项证明可能带来的价值:
“Simple explanation of the usefulness of the Riemann proof (so far) is that it removes the conditional nature of other math theorems dependent upon it.”
即“简单来说,黎曼猜想证明的价值在于,它可以去掉其他依赖这一猜想的数学定理所带有的条件限制。”
数学领域有不少定理,是在“假设黎曼猜想成立”的前提下推导出来的。一旦黎曼猜想得到严格证明,这些定理便不再需要附带这一假设,可以成为无条件成立的结论。马斯克随后称,这是超级智能取得的又一项令人震撼的成果。
从科技行业的视角看,这次事件确实展示了AI能力的变化:大语言模型不再只是回答数学问题或辅助计算,而是参与了一个长期未解难题的证明过程,并借助形式化工具完成了机器验证。
但数学家还在等待更关键的一步。
康奈尔大学数学家史蒂文·斯托加茨(Steven Strogatz)曾用一个比喻描述这类合作:“A very skilled AI jockey riding a very fast AI horse.”即“一位技艺高超的AI骑手,驾驭着一匹速度极快的AI赛马。”这句话点出了人和模型在研究中的不同角色:模型提供强大的计算和探索能力,研究者仍然需要设计方法、判断方向,并决定哪些结果值得继续追踪。
斯科特·阿伦森(Scott Aaronson)最初担心Lean内核可能存在漏洞。在进一步了解验证结果后,他明确写道:“The proof is correct.”即“这份证明是正确的。”但他同样强调,接下来数学家需要解释、提炼和重构其中的思想。
阿尔珀格此前的研究也能看出这次进展的分量。今年8月,Anthropic曾公布Claude在黎曼ζ函数研究中的一项成果:模型将满足黎曼猜想的ζ函数零点比例下界从41.6%提高到67.2%。那次研究推进了相关领域的局部结果,却没有证明黎曼猜想本身。这一次,研究目标已经从改进一个下界,推进到对猜想本身给出形式化证明。
当然,这并不意味着AI已经可以独立取代数学家。阿尔珀格本人参与了研究系统的搭建、问题探索和证明推进,Lean则负责检查最终形式化推导。模型、研究者和验证工具共同构成了这条研究链条。
对数学界而言,眼下最重要的工作,是把机器已经验证的证明转化为人类能够理解的数学知识。对AI行业而言,这次成果则提出了一个更具体的问题:当模型能够参与解决人类长期无法攻克的难题,下一步能否让它不仅给出答案,还能讲清楚答案背后的道理?
黎曼猜想的证明或许已经跨过了形式化验证这一关。但数学家真正想要的,从来不只是一个正确答案,还有通往答案的那条路。
特约编译金鹿对本文亦有贡献