形式化验证
搜索文档
Lean社区通过“形式化验证”:相信Anthropic数学家对黎曼猜想的证明是正确的
华尔街见闻· 2026-11-22 19:21
核心观点 - Alpöge宣布与Claude合作找到黎曼猜想及广义黎曼猜想的证明方法并公开逾1700万行Lean源码,Lean社区在24小时内完成四重形式化核验,但机器验证与人类读懂证明是两码事,数学界正式认可仍需漫长制度检验 [3][4] 事件时间线与商业背景 - 11月20日即Anthropic上市次日,Alpöge宣布与AI模型Claude合作找到黎曼猜想及广义黎曼猜想的证明方法,并公开逾1700万行Lean源码 [3] - 因超过25万页的文字版证明难以阅读而未公开,加之宣布时点紧贴IPO,外界一度对其真伪与商业动机存疑,预测平台上的相关赔率也反映出市场分歧 [4] - 24小时后Lean社区用四重形式化核验给出计算机级别回应,但验证链上甚至出现Claude编写的内核,部分收尾测试尚未结束,克雷数学研究所100万美元大奖还需经过至少两年公开检验 [4] - Alpöge在声明中主动承认"精确的时机非常糟糕",透露完成后曾询问Anthropic首席执行官Dario Amodei能否公开,并否认外界对发布时机的负面猜测,坦言自己"实在无法再等下去了",愿承担全部责任 [13] Lean形式化验证工具 - Lean由巴西计算机科学家Leonardo de Moura于2013年创立,最初在微软研究院开发,后在亚马逊云科技AWS延续推进,2021年推出重写版Lean 4,现由Lean FRO支持 [5] - 数学家须把每个定义、前置结论和推理步骤写成计算机可读代码,由程序逐一校验逻辑是否严密 [5] - 始于2017年的社区共享数学库Mathlib规模已超100万行,文档中给黎曼猜想留注脚称构造其证明"值一百万美元" [6] - Lean曾于2021年验证Peter Scholze的凝聚数学证明,2023年协助陶哲轩形式化多项式Freiman-Ruzsa猜想证明,也是Google DeepMind打造AlphaProof的底层工具,并被用于亚马逊Cedar策略语言及Rust代码验证 [6] - 数学家Kit Yates指出Lean校验虽远比让另一个AI评判严谨,专家仍须额外确认三点:代码证明的确实是黎曼猜想而非更弱命题、定义忠实还原了ζ函数等标准对象、推理中未夹带额外假设 [6] - Lean语言参考手册警示系统无法检查新公理是否自洽,更须警惕能"证明一切"的占位符sorry [7] 四重形式化核验 - 第一关核对"题干":代码库仅直接依赖Mathlib,所证定理指向Mathlib内置的RiemannHypothesis标准定义,即所有使ζ函数为零的复数中除-2、-4、-6等平凡零点外实部均为1/2,该定义已经过Lean和数论专家反复核验 [8] - 第二关独立复现:代码库拆为14个压缩文件、涵盖175,187个模块,单人完整验证约需100GB内存与70GB硬盘;麻省理工学院数学家Andrew Sutherland使用Lean与Mathlib v4.33.1独立完成无错编译,Mathlib文件与官方缓存一致,已有数十人复现编译并生成完全一致的原始证明导出文件,体量达61.6GB [8] - 第三关"暗箱操作"审查:社区另建仅导入Mathlib的隔离文件,动用comparator与con-leche --compare两套工具比对,双双确认Alpöge所证命题与Mathlib原定义完全吻合;Sutherland对主文件Main.lean中的五个定理运行print axioms指令,结果显示仅依赖Lean七条标准公理中的三条核心公理propext、Classical.choice与Quot.sound,不含任何sorryAx且全部源自核心库 [9] - 第四关针对验证软件本身:Lean官方内核历史上曾出现可靠性漏洞,发现后4小时即被修复,数学家Elliot Glazer将Lean自身存在漏洞的概率估计在1%以下;社区跳过源码,直接将61.6GB的惰性导出文件交由多语言独立内核交叉检验 [9] - 除Lean官方内核及全量放行175,187个模块的leanchecker、lean4lean外,Rust编写的第三方内核nanoda耗时27分42秒接受完整导出;con-leche仅用3分15秒审完146.8万条声明无一拒绝;con-ron同样过关;con-leche与con-ron本身还附带相对于集合论的形式化自洽证明 [10] - 验证效力已体现在具体数学推论上,Sutherland页面确认已从该证明中推导出关于整数因数之和的Robin不等式与Lagarias不等式,同样只依赖三条标准公理;1984年法国数学家Guy Robin证明对任何大于5040的整数n其所有因数之和小于该直观命题与黎曼猜想完全等价,其中γ为欧拉常数,e^γ约等于1.78 [10] 尚未收口的技术边界 - Lean联合声明虽宣布comparator和官方内核均已通过,但未公布具体工具版本与详细输出日志;截至11月21日12:55 UTC,Sutherland本人在Lean v4.36.0上的端到端comparator运行已完成命题比对与公理检查,内核阶段仍在继续,Lean默认与严格内核尚未出结果 [11] - Lean v4.36.0捆绑的旧版con-leche和con-ron因不支持证明中的一种类型返回退出码2,Sutherland页面注明这并不意味着证明被拒绝 [11] - 证明范围存在口径差:Elliot Glazer于11月20日称形式化命题实为广义黎曼猜想,Sutherland页面则更为审慎,主定理是Mathlib定义的黎曼猜想,其余四个定理针对狄利克雷L函数,页面仅在此限定意义上提及"GRH" [11] Claude在证明与核验中的角色 - 按Alpöge附上的研究时间线,这项工作始于10月6日的"Stepanov行列式",至当地时间11月15日深夜至16日凌晨告成,11月16日记录上仅剩"GRH"三个字母,该时间线据称由Claude整理 [12] - Alpöge表示自己负责指明方向,Claude随后提出突破性步骤——一条长度约等于所界定素数和平方根的"theta提升"链,每次提升对应经典函数域论证所依赖、在整数域上却极难找到的"重数" [12] - Sutherland验证页开头署名显示整套检查通过Claude Code运行;3分15秒审完146.8万条声明的con-leche是首个用Lean写成并被证明自洽的内核,代码与自洽证明均由Claude完成,由Lean FRO的Joachim Breitner严格把关 [12] - 今年8月Anthropic曾公布未公开版Claude配合Lean的研究成果,将关键线上零点比例下界从41.6%推高至67.2%并通过comparator检验,当时Anthropic明确表态并不预期这些技术能最终证明黎曼猜想 [13] 行业反应与学界态度 - AI圈情绪迅速沸腾:AI研究者姚顺雨早在20日晚便发帖惊呼"OMG, Riemann Hypothsis?!";AI资讯作者Rohan Paul概括称"167年后黎曼猜想终于被AI完成了";评论账号Dr Singularity感叹"What a time to be alive";网友翻出OpenAI首席执行官Sam Altman于2022年半开玩笑追问"黎曼猜想什么时候能搞定"的旧帖调侃"Anthropic抢在你前面做到了" [14] - 主流学者措辞更紧:哥伦比亚大学数学与物理教授Brian Greene发帖介绍AI"可能攻克了凌驾于所有难题之上的黎曼猜想"但用词保留余地,并非其本人独立核验;罗格斯大学数学系主任Alex Kontorovich虽对证明成功愈发乐观,当日在X上的动作也仅是转发《Quanta Magazine》关于Alpöge声明的报道 [16] - 普林斯顿大学一位数学与AI研究人员强调人类参与仍是利用大语言模型解决数学问题的最佳方式,Alpöge应当获得与Claude同等的认可;Sutherland在独立编译通过后也称这是一场"人类的胜利" [18] - 曼彻斯特大学数学家Thomas Bloom在X上直言分不清更令自己震惊的是AI声称证明了黎曼猜想,还是AI生成了一份转化为人类可读文本后超过25万页且逻辑连贯的证明 [18] - 2006年菲尔兹奖得主陶哲轩在个人博客中给出初步判断:这份证明似乎综合运用了朗兰兹纲领和算术几何的现代研究成果,验证与消化仍需时间,"好在这一 次,至少还有一位人类作者可以沟通" [18] 后续工作与制度门槛 - 拆解与简化这份庞大证明将成为数学界核心课题,Lean与Mathlib社区在声明末尾表示期待数学界接下来的工作能够阐释该证明中的新思想;Alpöge本人也预计这份体量惊人的证明"很可能会被大幅简化,而且可能很快就能实现" [18] - 按克雷数学研究所规则,千禧年大奖难题的100万美元奖金要求解答必须正式发表、经过至少两年的公开检验,并获得国际数学界普遍认可 [19] - 对Alpöge而言,他口中这个"科学领域某种更伟大事物的一个黎明",距离真正尘埃落定还有数年时间 [20]
刚刚,Claude的黎曼猜想证明通过形式化验证!
量子位· 2026-11-22 09:28
文章核心观点 - Claude与Anthropic数学家Levent Alpöge联手完成的黎曼猜想证明,在不到24小时内通过Lean与Mathlib社区的形式化验证,且Claude同时参与了证明编写、验证内核开发和审计脚本运行,实现从“答题”到“监考”再到“批卷”的全链条覆盖 [1][9][31] - 此次验证动用了全球数十名数学家和开发者、上百GB内存服务器,对175187个代码模块进行全量编译,所有模块零报错通过且仅依赖Lean三条标准公理 [5][6] - 数学界开始用AI反向拆解AI代码,形成“写证明、验证明、讲证明”的完整AI闭环,传统数学研究顺序被彻底颠倒 [43][52] 验证对象与代码库规模 - 验证对象为Alpöge与Claude合作完成的1700万行黎曼猜想Lean代码库,体量接近整个Mathlib的7倍 [10][16] - 单人完整复现需消耗约100GB内存和70GB硬盘,1700万行Lean代码相当于25万页纸 [16][17] - 代码库中一起通过形式化验证的共有5个核心定理,连针对广义黎曼猜想的证明也一并过关 [7] - 命题描述采用Mathlib中现成的黎曼猜想定义,此前已经过Lean专家和数论专家反复核验 [13] 四项核心验证结论 - 黎曼猜想的数学陈述本身没有问题,Alpöge的代码库能够完整编译,代码证明的正是这个正确命题,且Lean形式化证明在逻辑上有效 [11] - 全球数十位独立验证者连夜完成编译,逐字节核验了8322个Mathlib文件与378个依赖缓存,所有人各自导出的原始证明文件哈希值完全一致 [17][18] - 社区编写仅导入人类审核版Mathlib的独立“挑战文件”,动用comparator和con-leche两套工具逐项比对,确认代码证明的正是Mathlib中公认的黎曼猜想及面向所有Dirichlet L函数的广义黎曼猜想 [19] - 公理审计确认5个核心定理仅依赖propext、Classical.choice、Quot.sound三条Lean标准公理,未引入任何额外假设 [20] 多内核交叉核验结果 - 编译结果导出为61.6GB纯数据文件solution.ndjson,剥离原始源码后送入四套不同编程语言编写的独立内核交叉核验 [22] - Rust编写的独立内核nanoda动用80线程运行27分42秒,完整接受导出文件 [22][23] - lean4lean逐一复核全部175187个模块,其中5个模块触及默认步数上限,调高上限重跑后全部放行 [22][23] - 官方内核回放工具leanchecker对全部175187个模块逐一检查实现零拒绝 [22] - 独立内核con-leche在64线程下用3分15秒审完全部146.8万条声明,同样零拒绝 [22][23] 独立路径交叉印证 - MIT数学家Andrew Sutherland将Alpöge的证明与独立的Robin1984形式化库拼接,在全程不涉及ζ函数的前提下跑通Robin不等式与Lagarias不等式的形式化证明 [23][24] - 数学界此前已证明这两条只涉及整数因数加减的不等式与黎曼猜想完全等价 [25] - Robin不等式断言任何大于5040的整数,所有因数加起来的总和不会超过由欧拉常数和对数决定的上限,机器直接证出这两条不等式等于绕开ζ函数本身再加一道保险 [26] Claude在验证链路中的多重角色 - 审完146.8万条声明的独立内核con-leche由Claude编写,在Lean FRO工程师Joachim Breitner监督下,Claude不仅写出代码还完成其形式化一致性证明 [28][29] - Sutherland公开的验证日志顶部署名注明,跑完整套核验流程的工具用的是Claude Code [30] - 参与写证明的是Claude,造验证内核的是Claude,跑审计脚本用的还是Claude [31] 验证标准与行业背景 - 伦敦帝国理工学院数学家Kevin Buzzard立下四项标准:形式化陈述与原始数学命题的等价性核验、独立环境下的可复现全量编译、命题隔离比对与公理审计、多独立内核的可靠性交叉核验 [37][39] - Lean官方联合声明里的四项结论正是逐条对照这套标准做出验证 [38] - OpenAI集中放出722篇AI数学论文,附带Lean代码的约290篇中近38篇根本没有陈述主定理,另有3篇未做形式化的论文因符号错误撤稿 [33] - Lean官方证明内核此前接连被挖出过两次漏洞,Lean创始人Leonardo de Moura曾披露AI极其擅长发掘软件漏洞 [34][35] - con-leche自带基于集合论模型的形式化一致性证明,Lean团队还将其翻译为Rust版本con-ron并用Aeneas工具证明二者逻辑等价 [42] 数学界消化证明的新方式 - Alpöge在4页说明文档中提到曾尝试让Claude将证明转为自然语言文本,篇幅直接超过25万页,连他本人都尚未消化全部推导 [45] - 陶哲轩在博客中感叹,这份证明似乎调动了朗兰兹纲领和算术几何现代发展的全部力量,消化它需要相当长时间 [46] - 研究者Manvir Jaswal动用Claude Fable 5.2和GPT Astra 6.2反向解析Lean源码,梳理出Bost斜率不等式、弱化版Vandiver猜想以及局部朗兰兹对应等主干路径 [48] - 另有研究者借助AI将代码库压缩成43页的读者指南,试图先为人类绘制可读的路线图 [49]