Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РазборРазбор · На радарGuardian→ оригинал

Axiom Math с ИИ записала гигантское доказательство в 43,1 млн строк кода Lean за 24 дня

Классификация конечных простых групп — одно из крупнейших доказательств в математике, над ним десятилетиями работали многие учёные. Команда Axiom Math с помощью ИИ за 24 дня записала его на языке Lean: вышло 43,1 млн строк кода, где каждый шаг проверяет небольшая программа-ядро. По пути нашёлся изъян в опубликованном выводе одной ключевой теоремы. Вывод для инженеров: рядом с ИИ ставьте независимый механический проверяющий.

AI-обработка оригинала Guardian; редакция Hamidun News
Axiom Math с ИИ записала гигантское доказательство в 43,1 млн строк кода Lean за 24 дня
Источник: Guardian. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникGuardian ↗
Главный редактор
Lean принимает или отвергает каждый шагкрасивая, но неверная выкладка не пройдёт
Ключевой факт #2Для изъяна в старом выводе команда предложила альтернативный аргумент
Ключевой факт #3Человек всё равно проверяет, что формальная запись значит задуманное

Представьте проект, в котором несколько поколений математиков писали одно гигантское доказательство, а теперь его нужно проверить целиком, до последнего шага. Именно это сделала команда стартапа Axiom Math: с помощью ИИ она перевела доказательство классификации конечных простых групп на язык Lean. Получилось 43,1 млн строк кода, а на всю работу ушло 24 дня. Об этом в колонке для Guardian рассказал Кен Оно, профессор Университета Вирджинии, сейчас находящийся в отпуске и работающий главным математиком Axiom Math. Для разработчиков здесь важна не философия, а рабочий приём: как доверять результату, который выдала нейросеть.

Что такое Lean и зачем 43,1 млн строк

Классификация конечных простых групп — одно из крупнейших доказательств в истории математики. Её объявили в 1983 году, над ней десятилетиями работали многие учёные, а крупный пробел в доказательстве закрыли только в 2004-м. Прочитать и перепроверить такой массив вручную очень трудно.

Lean — язык, в котором каждый шаг рассуждения проверяет небольшая программа-ядро. Её не уговоришь: она либо принимает шаг, либо отвергает. Поэтому красивая, но неверная выкладка в Lean просто не пройдёт. По словам Оно, Axiom Math использует ИИ, чтобы формализовать, проверять и развивать доказательства. Такая работа может вскрывать пробелы и делает доказательства доступными для проверки и повторного использования.

Аналогия из программирования простая: нейросеть пишет код, а компилятор и тесты отсеивают брак. Здесь роль тестов играет формальный проверяющий, который не зависит от модели.

Что нашли по дороге

Команда выпустила первую полную формализацию классификации в Lean. ИИ помог получить те самые 43,1 млн строк. В процессе нашёлся изъян в опубликованном пути к одной из ключевых теорем, и авторы предложили альтернативный аргумент. Итоговое доказательство проверяет ядро Lean. Оно подчёркивает: сама математика принадлежит поколениям тех, кто её создавал. А уже готовые формализации помогают строить и проверять новые результаты.

Для практиков это хороший урок. Формализация здесь работает как аудит: она нашла дыру в давно опубликованном аргументе, которую не заметили при обычном чтении. Если ошибка в вашей системе стоит дорого, например в финансовых расчётах, медицинских алгоритмах или критичной инфраструктуре, одной генерации моделью мало. Нужен отдельный механический верификатор.

Контекст и честные ограничения

Оно оговаривает главное ограничение: ядро Lean подтверждает, что вывод верен, но не гарантирует, что формулировка теоремы говорит то, что задумывали. Это по-прежнему проверяют люди. В разработке то же самое: тест может быть зелёным, но проверять не то поведение.

Колонка начинается с личного признания. Оно пишет, что в прошлом году чуть не бросил математику. Он ссылается на сообщение о том, что 20 ноября Левент Альпёге вместе с Claude доказал гипотезу Римана, 167-летнюю задачу о распределении простых чисел, и что сообщества Lean и Mathlib уже сертифицировали формальное доказательство. Оно добавляет, что сам аргумент люди только начинают осмыслять. Это пересказ слов автора колонки, независимой оценки таких заявлений в тексте нет.

Автор упоминает и заявление OpenAI о решении задачи Навье — Стокса. Через два дня после него в Беркли плановая лекция Оно превратилась в собрание почти на два с половиной часа. Студенты спрашивали про авторство, прозрачность, найм и про то, как относятся к математикам, чьи работы были первыми.

Оно ссылается на заявление «A Severe Misalignment of AI in Mathematics», которое подписали Терри Тао и другие лауреаты Филдсовской премии. Оно предупреждает о поспешных анонсах, слабой атрибуции и потере математического понимания. Оно разделяет эти опасения. Университеты, журналы, работодатели и фонды, по его мнению, должны решить, что они поддерживают и вознаграждают. Голос в этих решениях должен быть и у студентов, и у тех, кто выбирает работать без ИИ. Сам он формулирует позицию так: надежда — не план, а ностальгия — не наставничество.

В собственном менторстве Оно будет спрашивать, что молодой математик понял, придумал или сделал возможным. Доступа к мощной системе для этого недостаточно. А в публикациях, к которым он причастен, читатель должен видеть, что доказано, что принято на веру и кто автор идей.

Из этого следуют три практических вывода. Во-первых, результаты ИИ в точных областях всё чаще будут сопровождаться машинно проверяемым сертификатом. Во-вторых, формализация может служить аудитом старых результатов. В-третьих, вопросы атрибуции и прозрачности придётся решать так же серьёзно, как технические. Оно признаёт, что может ошибаться в прогнозах, и говорит, что всё ещё учится быть математиком в новых условиях.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что такое Lean и зачем 43,1 млн строк?

Классификация конечных простых групп — одно из крупнейших доказательств в истории математики. Её объявили в 1983 году, над ней десятилетиями работали многие учёные, а крупный пробел в доказательстве закрыли только в 2004-м. Прочитать и перепроверить такой массив вручную очень трудно. Lean — язык, в котором каждый шаг рассуждения проверяет небольшая программа-ядро. Её не уговоришь: она либо принимает шаг, либо отвергает. Поэтому красивая, но неверная выкладка в Lean просто не пройдёт.

Что известно по теме: что нашли по дороге?

Команда выпустила первую полную формализацию классификации в Lean. ИИ помог получить те самые 43,1 млн строк. В процессе нашёлся изъян в опубликованном пути к одной из ключевых теорем, и авторы предложили альтернативный аргумент. Итоговое доказательство проверяет ядро Lean. Оно подчёркивает: сама математика принадлежит поколениям тех, кто её создавал. А уже готовые формализации помогают строить и проверять новые результаты. Для практиков это хороший урок.

Что известно по теме: контекст и честные ограничения?

Оно оговаривает главное ограничение: ядро Lean подтверждает, что вывод верен, но не гарантирует, что формулировка теоремы говорит то, что задумывали. Это по-прежнему проверяют люди. В разработке то же самое: тест может быть зелёным, но проверять не то поведение. Колонка начинается с личного признания. Оно пишет, что в прошлом году чуть не бросил математику.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…