第650章数学AI的爆发四
第650章数学AI的爆发四(第2/3页)
中间哪一步有漏洞，类型检查就过不去。
所以只要经过了lean4的验证，数学上就是铁板钉钉的。
虽然徐辰的诸葛架构中，负责验算的部分是slrm架构的，数学准确性上本身就可以保证，但架构的另一半仍然是transformer，幻觉的老毛病还在。简单问题尚能应付，可面对复杂问题的时候，架构会将大问题拆解成无数子问题交由slrm处理。子过程可能全都对，但最终拼装的逻辑一断裂，结论照样出错。
lean4的引入，就像在流水线末端加了一道终极质检。
……
当然，lean4也不是万能的。
首先，它只能处理已经被人类形式化表达出来的内容。某些非常前沿丶非常冷门的分支，或者高度依赖特殊记号的领域，lean的库里可能连最基本的代码都没有。想让它验证一道新题，往往要先花几个月甚至几年，把这个领域的地基修进去。
其次，lean的工作方式相当「笨」。
人类数学家看到两个式子结构相同，可能扫一眼就知道「经过标准变换即可得到「。lean却不会自动领会。你不写清楚每一步变换属于什么空间，它就会卡在那里。
有时候，一篇纸面上只有十页的论文，形式化后可能膨胀成几万行代码。
不过，这个曾经最令人头疼的缺点，在ai时代，反倒开始迅速消失。
过去，数学家不愿意花几个月时间，把「显然「的步骤一行行翻译给机器。
现在，ai可以做。
它不会累，不会烦。
人类只需要做三件事：提出真正有价值的问题，设计搜索方向，判断结果有没有数学意义。
剩下那些重复繁琐的工作，全扔给ai和lean就行。
……
这正是陶哲轩和理察在徐辰原有数学ai验证体系上的一次关键改良。
徐辰之前用ai辅助解决ns方程时，本质上仍然是「顶级数学家给出主路线，ai负责加速推导与检验」。
那套模式对使用者要求极高。
你得先有能力看见路，ai才能帮你把路修平。然后你要自己判断最终的结论。
而理察优化后的这一版，因为有lean4兜底，门槛骤然下降，博士生也能用。
甚至只要一个人具备足够扎实的数学训练和问题意识，就可以藉助这套系统，把一个人放大成「能推进前沿的小型团队」。
在lean已经覆盖的数学领域内，只要这套方法论持续不眠不休地运转下去……
一场真正的数学工业革命，已经来了。
……
「一轮跑出十项，还包括推翻孔涅刚性猜想这种级别的活……」
他转头看向理察，眼神里带着一丝复杂。
他想起几个月前，理察刚来
（本章未完，请点击下一页继续阅读）