字号·· | 护眼
华尔街见闻

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

11月21日,开源形式化验证社区Lean与Mathlib发布联合声明,确认Anthropic数学家Levent Alpöge对黎曼猜想的证明成立。两家机构联合背书称:

“完全有信心Alpöge对黎曼猜想的证明是正确的”。

11月20日,即Anthropic上市次日,Alpöge宣布与AI模型Claude合作找到了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。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。

24小时后,Lean社区用四重形式化核验给出了计算机级别的回应。但机器验证与人类读懂证明是两码事——验证链上甚至出现了Claude编写的内核,部分收尾测试尚未结束,要想克雷数学研究所的100万美元大奖也还需要经过至少两年的公开检验。

24小时核完1700万行代码:Lean如何验真,边界又在哪?

传统数学突破靠同行逐一审阅论文、判断每一步推理是否成立。但面对超过25万页、短期内无人能通读的证明草稿,形式化验证软件Lean成了数学界最快的“公证处”。

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。在这种编程语言和证明助手中,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。

其始于2017年的社区共享数学库Mathlib规模已超100万行,文档中甚至给黎曼猜想留了一句注脚,称构造其证明“值一百万美元”。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。

但代码能跑通编译,并不等于黎曼猜想已被攻克。数学家Kit Yates在Substack专栏中指出,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。Lean语言参考手册也警示,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。

此次Lean社区敢于在一天内拍板,是因为Alpöge的代码库全部通过了伦敦帝国理工学院数学家Kevin Buzzard在11月12日提出的四项硬标准。

第一关是核对“题干”。该代码库仅直接依赖Mathlib,所证定理指向Mathlib内置的RiemannHypothesis标准定义——在所有使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。该定义早已经过Lean和数论专家反复核验。

第二关是独立复现。这份拆为14个压缩文件、涵盖175,187个模块的代码库对算力要求极高,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,且Mathlib文件与官方缓存一致。联合声明显示,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。

第三关有关“暗箱操作”。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。在公理审查上,Sutherland对主文件Main.lean中的五个定理运行#print axioms指令,结果显示它们仅依赖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。“这里面有猫腻的概率近似为零,”Sutherland对《科学美国人》说。

最后一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也将Lean自身存在漏洞的概率估计在1%以下。为隔绝源码潜在恶意代码、规避单一内核缺陷,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。

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,从数学逻辑上确保其无法接受错误证明。

验证通过的效力已体现在具体数学推论上。结合已有形式化成果,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 这一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。

不过,对照Lean联合声明与Sutherland的MIT验证页,这场验证仍有几处尚未彻底收口的技术边界。

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默认与严格内核也尚未出结果;他此前的构建与导出未在沙盒中完成,尚待与沙盒构建结果比对。至于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。

在证明范围上也存在口径差。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”。Sutherland同时提醒,即便公理检查无误,最终结论仍以Mathlib定义忠于数学本意、验证内核自身可靠为前提。

从证明到“判卷”

把视角拉向幕后,Claude的身影贯穿了从提出证明到参与“判卷”的多个环节。

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日的记录上仅剩“GRH”三个字母。该时间线据称由Claude整理。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”。“在接近终点时,Claude远远超过了我。不,Claude简直是在终点附近飞翔、跳舞、闪耀,”他在声明中写道。

到了核验阶段,Claude依然在场。Sutherland验证页开头署名显示,整套检查通过Claude Code运行;而3分15秒审完146.8万条声明的con-leche,据Lean创始人Leonardo de Moura上月在博客中介绍,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。因为有形式化自洽证明兜底,且最终结论与Rust内核nanoda等多个第三方独立内核一致,验证信用并不取决于单一工具。

这种推进速度超出了Anthropic三个月前的自身预期。今年8月,公司曾公布未公开版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%,并通过了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。

仅仅三个月后就实现跨越,却恰好撞上11月19日IPO后的敏感窗口。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,“最终我们弄清楚了,确实存在需要遵守的限制”。他否认外界对发布时机的负面猜测,称这种“明显的愤世嫉俗的看法”是错误的,并坦言自己“实在无法再等下去了”,愿承担全部责任。

舆论狂欢与学界克制

北京时间11月21日23:12,Lean官方公告在社交平台X发布,迅速激起科技圈与主流学界的讨论。

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?!”;官方声明出炉后,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则感叹“What a time to be alive”。网友还翻出OpenAI首席执行官Sam Altman于2022年在X上半开玩笑追问“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”。

主流学者的措辞则明显更紧。11月21日早间,在Lean官方联合声明尚未发布前,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。

在功劳归属上,学界同样拒绝将此简化为“AI独力破题”。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”。

更棘手的现实在于,机器已经验证,人类却还读不懂。曼彻斯特大学数学家Thomas Bloom在X上直言,他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。

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”。

接下来,拆解与简化这份庞大证明将成为数学界的核心课题。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”。

即便计算机已经给出了肯定答复,数学界的正式加冕仍须跨越漫长的制度门槛。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。

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。

阅读媒体原文 ↗