
آیا فرضیه ریمان، معمای ۱۶۷ ساله ریاضی، با کمک Claude حل شد؟
لونت آلپوگه، ریاضیدانی که در آنتروپیک کار میکند، میگوید با کمک Claude فرضیه ریمان را اثبات کرده است. ۱۷۵ هزار فایل Lean را باز کردیم: چه ادعا شده و چه هنوز بررسی نشده است.
ادامه مطلب
جامعه Lean و Mathlib میگوید اثبات ۱۷ میلیون خطی لونت آلپوگه درست است. بیانیه را با گزارشهای بررسی مقایسه کردیم: کدام آزمونها تمام شده، کدام هنوز در جریان است و چه چیزی مانده.
پژوهش ژرف۳۰ آبان ۱۴۰۵۱۸ دقیقه
جامعه Lean و Mathlib (کاربران و سازندگان Lean و کتابخانه ریاضیاش، Mathlib) شنبه ۳۰ آبان ۱۴۰۵ (۲۱ نوامبر ۲۰۲۶) بیانیهای مشترک درباره اثبات فرضیه ریمان منتشر کرد. این اثبات را لونت آلپوگه، متخصص نظریه اعداد که در آنتروپیک کار میکند، یک روز قبل با کمک Claude و به شکل یک پروژه Lean منتشر کرده بود. در بیانیه آمده: «کاملاً مطمئنیم اثباتی که آلپوگه برای فرضیه ریمان آورده درست است» و «تأیید میکنیم که هم صورت فرضیه ریمان و هم اثبات آن درست است»؛ یعنی هم فرضیه در Lean درست بیان شده و هم اثباتش درست است. دو نهاد هم از بیانیه حمایت کردهاند: Lean FRO، سازمانی که Lean را توسعه میدهد و نگهداری میکند، و Mathlib Initiative.
وضعیت تا لحظه انتشار این گزارش (۳۰ آبان ۱۴۰۵، ساعت ۲۳:۴۹ به وقت تهران): جامعه Lean و Mathlib اثبات صوری (اثباتی که کامپیوتر گامبهگام بررسی میکند) را تأیید کرده و در گزارشهای منتشرشده هیچکدام از برنامههایی که اثبات را بررسی کردهاند آن را رد نکرده است. طبق صفحهای که اندرو ساترلند، ریاضیدان MIT، برای گزارش بررسیها ساخته، دو اجرای طولانی هنوز در جریان ثبت شده بود: هسته رسمی Lean و نسخه سختگیرتر همین هسته روی کل فایل اثبات. اجرای کامل comparator هم هنوز تمام نشده بود. شرحی که ریاضیدانها بتوانند بخوانند و بفهمند هنوز در کار نیست. مقالهای هم در مجلهای علمی منتشر نشده، در حالی که انتشار در مجله اولین شرط جایزه مؤسسه ریاضی کلِی (Clay) است. از خود آنتروپیک هم هنوز واکنشی ندیدهایم.
دیروز ۱۴ بخش پروژه را دانلود کردیم و خواندیم، بدون اینکه کامپایلش کنیم، و نوشتیم که این فعلاً یک ادعاست. این گزارش ادامه همان است: تأیید جامعه Lean بر پایه چیست، با چیزی که ما در فایلها دیدیم چقدر جور درمیآید و به چه سؤالهایی هنوز جواب نمیدهد.
پایه بیانیه چهار آزمون است که ۲۱ آبان (۱۲ نوامبر) در وبلاگ Xena آمده بود؛ وبلاگی که سالهاست درباره اینکه ریاضیدانها چطور Lean یاد بگیرند مینویسد. نویسندهاش این مطلب را وقتی نوشت که OpenAI مجموعهای از ۷۲۲ مقاله ریاضی منتشر کرده بود و برای بسیاری از آنها کد Lean هم گذاشته بود. او دیده بود که از ۲۹۰ نتیجهای از OpenAI که کد Lean داشتند، در حدود ۳۸ مورد، کد Lean «قضیه اصلی مقاله را حتی بیان هم نمیکند، چه رسد به اینکه ثابتش کند». جمعبندیاش این بود که کامپایل شدن کد کافی نیست و باید چیزهای دیگری را هم بررسی کرد. چهار آزمون او اینهاست:
RiemannHypothesis خود Mathlib است که به گفته بیانیه «متخصصان Lean و نظریه اعداد با دقت بررسیاش کردهاند».comparator و con-leche --compare، نشان دادهاند قضیهای که در کتابخانه آلپوگه ثابت شده دقیقاً همین است و هیچ تعریفی در این میان پنهانی عوض نشده است.یک نکته ریز ولی مهم هم هست. به گفته بیانیه، همه این بررسیها روی نسخهای از اثبات انجام شده که فقط داده است و اجرا نمیشود؛ پس حتی اگر در فایلهای Lean کد مخربی پنهان باشد، موقع بررسی اجرا نمیشود و نمیتواند در نتیجه دست ببرد. کامپایل کردن یک پروژه Lean یعنی اجرای کدهای خود آن پروژه. راهنمای رسمی Lean توصیه میکند اثباتهایی را که شاید کد مخربی در آنها باشد با comparator بررسی کنید، و «اثباتها و برنامههایی که هوش مصنوعی ساخته و کسی بازبینی نکرده» را هم صریحاً جزو همین دسته میشمارد. پس ۱۷ میلیون خط کد یک بار کامپایل شد، اثبات به شکل یک فایل داده بیرون آمد و برنامههای بررسی فقط همین فایل را، در محیطی ایزوله (سندباکس)، خواندند.
بیانیه برای جزئیات به صفحهای در وبسایت MIT لینک داده که اندرو ساترلند ساخته است. به گفته خودش، بررسیها را «با Claude Code» اجرا کرده است. گروهی داوطلب هم یادداشتهایشان را در مخزن leanprover-community/riemann-hypothesis مینویسند. ما هر دو را خواندیم و چهار آزمون را با آنها مقایسه کردیم. صفحه ساترلند آخرین بار ساعت ۱۶:۲۵ به وقت تهران بهروز شده بود، یعنی یک ساعت پیش از ساعتی که پای بیانیه نوشته شده، و وقتی ساعت ۲۳:۴۹ دوباره سر زدیم تغییری نکرده بود.
RiemannHypothesis در Mathlib. گزارشها: صورت هر پنج قضیه پروژه (که پایینتر آمده) در فایلی دوباره نوشته شده که فقط به Mathlib وابسته است، و همه مفهومهایی که در آنها به کار رفته (riemannZeta، DirichletCharacter، LFunction، IsPrimitive) تعریف خود Mathlib است.comparator و con-leche --compare هر دو تأیید کردهاند. گزارشها: con-leche --compare هر پنج قضیه را پذیرفته است. lake comparator مقایسه صورت قضیه و بررسی اصول موضوعه را پشت سر گذاشته بود، ولی هستههایی که comparator اجرا میکند هنوز کارشان تمام نشده بود.con-leche، con-ron و برنامههایی از گروههای دیگر. گزارشها: هسته Lean همه ماژولهای کامپایلشده را یکییکی دوباره بررسی کرده و هیچکدام را رد نکرده است. دو هسته مستقل کل خروجی را پذیرفتهاند: nanoda، که به زبان Rust نوشته شده، در ۲۷ دقیقه با ۸۰ ترد، و con-leche در ۳ دقیقه و ۱۵ ثانیه با ۶۴ ترد، که ۱٬۴۶۸٬۴۱۸ تعریف و قضیه را پذیرفت. lean4lean هم هر ۱۷۵٬۱۸۷ ماژول را پذیرفته است.دو مورد از اینها توضیح لازم دارد. اول اینکه بررسیای که هسته Lean تمام کرده، ماژول به ماژول بوده، نه روی کل فایل. اجرای هسته رسمی Lean و نسخه سختگیرتر همین هسته (نسخهای که خطاهای حافظه را زودتر میگیرد) روی کل فایل خروجی هنوز تمام نشده بود. دوم اینکه بیانیه از con-ron هم در میان برنامههای بررسی نام میبرد. در گزارشهایی که ما خواندیم، نسخههایی از con-leche و con-ron که همراه Lean 4.36 میآیند هر دو با exit code 2 متوقف شدهاند. به گفته صفحه ساترلند، این به معنای رد شدن اثبات نیست: این نسخهها از نوعی تعریف که در اثبات به کار رفته پشتیبانی نمیکنند. نسخه تازهتر con-leche این تعریف را میشناسد و اثبات را پذیرفته است. ما ندیدیم con-ron جایی اثبات را پذیرفته باشد. شاید چنین اجرایی انجام شده باشد و ما ندیده باشیم؛ در هر حال نتیجه هستههای دیگر به آن بستگی ندارد.
طبق صفحه ساترلند، فایل اصلی پروژه همان ۱۴ بخش است که پشت هم چسبانده شدهاند: ۲۳۹٬۲۷۵٬۵۵۴ بایت با هش SHA-256 9631b4f020199e580ba86178cb56c6e9b09f690c2369a80dc4334aa93f49c7fc. این دقیقاً همان هشی است که دیروز منتشر کردیم. یعنی فایلهایی که جامعه Lean تأیید کرده، بایت به بایت همان فایلهایی است که ما خواندیم.
بیشتر چیزهایی را که روز اول نوشتیم حالا منبعی مستقل هم تأیید میکند:
0df444a3 از Mathlib که یادداشتهای مخزن آن را همان نسخه رسمی v4.33.1 این کتابخانه میدانند.#print axioms باید فقط سه اصل موضوع استاندارد Lean را نشان دهد. همینطور است: propext، Classical.choice و Quot.sound. پروژه هیچ اصل موضوع تازهای هم از خودش اضافه نکرده است.یک چیز را هم ما ندیده بودیم. نوشته بودیم که متاپروگرمینگ این پروژه (کدی که رفتار خود Lean را عوض میکند) فقط در پنج فایل کوچک است که نامهایی را از جستوجوی خودکار قضیهها پنهان میکنند، بهعلاوه یک فایل کمکی که قضیهها را کپی میکند. بعد از اینکه کسی در خود مخزن این را گوشزد کرد، یادداشتها را اصلاح کردهاند و حالا موارد بیشتری در آن آمده است: تاکتیکی به نام kexactB که در ۶۷ فایل به کار رفته و تاکتیک دیگری به نام kcopy. هر دو یک تکه اثبات آماده را مستقیم جای گامی میگذارند که باید ثابت شود، بدون اینکه elaborator (بخشی از Lean که پیش از هسته کد را چک میکند و به اثبات تبدیل میکند) آن را چک کند. این کار چیزی را از چشم هسته پنهان نمیکند، چون هسته همه تعریفها و قضیهها را بررسی میکند؛ ولی یعنی برای این گامها فقط هسته مانده و لایه دیگری چکشان نمیکند. در گزارش دیروز هم این را اصلاح کردهایم.
یادداشتها نشان میدهد این پروژه تا چه حد ماشینی نوشته شده است: ۱۷٬۳۷۴٬۲۱۵ خط و ۸۱۸٬۷۵۵ قضیه و لم، بدون حتی یک خط کامنت.
اعتبار اثبات Lean از اینجاست که هسته تکتک گامها را چک میکند. بقیه Lean، از جمله تاکتیکهایی که ترمهای اثبات را میسازند، ممکن است باگ داشته باشد، ولی هسته باز هم اثبات نادرست را نمیپذیرد. این استدلال فقط وقتی درست است که خود هسته درست باشد، و امسال معلوم شد نمیشود چشمبسته به این فرض تکیه کرد. لئوناردو د مورا، معمار ارشد Lean FRO، نوشته است عاملهای هوش مصنوعی در پیدا کردن آسیبپذیریهای هسته «خیلی کارآمدند». این را بعد از دو گزارش درباره خطاهای هسته در تابستان نوشت.
یادداشتهای مخزن هم یادآوری میکند که این پروژه با Lean 4.33.1 ساخته شده و این نسخه پیش از رفع چند باگ منتشر شده است. به گفته فهرست تغییرات نسخههای بعدی Lean، کسی که عمداً دنبالش بود شاید میتوانست با این باگها حکم نادرستی را ثابت کند. برای همین، به گفته یادداشتهای مخزن، اینکه پروژه با 4.33.1 بیخطا کامپایل شده بهتنهایی دلیل محکمی نیست و داوطلبان مخزن برای نتیجهگیری نهایی به Lean 4.36 و هستههای مستقل تکیه کردهاند.
هر کدام از این هستهها یکی از نگرانیها را برطرف میکند:
شاید به نظر دور باطل بیاید: اثباتی که با کمک هوش مصنوعی ساخته شده با هستهای بررسی میشود که هوش مصنوعی در ساختنش دست داشته، و کسی که بررسیها را اجرا کرده هم از یک ابزار برنامهنویسی هوش مصنوعی کمک گرفته است. ولی دور باطل نیست. اثبات سازگاری con-leche را خود هسته رسمی Lean بررسی کرده است. nanoda و بررسی دوباره هسته Lean هم جدا از آن به همین نتیجه رسیدهاند. هیچکدام از این برنامهها هم نمیتوانند بگویند صورت قضیه همان معنایی را دارد که ریاضیدانها در نظر دارند؛ برای این یکی باید به تعریف خود Mathlib تکیه کرد، که پیش از شروع این پروژه نوشته شده بود. اگر میخواهید بدانید چرا مهم است بشود جواب هوش مصنوعی را بررسی کرد، مطلب ما درباره یادگیری مدل از کارهایی که درستیشان را میشود بررسی کرد را بخوانید.
ضعیفترین حلقه هر اثبات صوری تعریفهاست. اگر تعریف Mathlib از تابع زتا ایرادی کوچک و پنهان داشت، اثباتی درباره آن میتوانست کاملاً درست باشد و باز چیز دیگری را ثابت کند. برای همین صفحه ساترلند یک آزمون مستقل هم آورده است.
گی روبن در ۱۹۸۴ نشان داد فرضیه ریمان همارز حکمی درباره است، یعنی مجموع مقسومعلیههای عدد . حکم این است که برای هر عدد بزرگتر از ۵٬۰۴۰:
در این نابرابری، ثابت اویلر است و تقریباً ۰٫۵۷۷۲. خود ۵٬۰۴۰ را در نظر بگیرید: مجموع مقسومعلیههایش ۱۹٬۳۴۴ است و این حد حدود ۱۹٬۲۳۷، پس مجموع مقسومعلیههای ۵٬۰۴۰ از این حد بیشتر است. فرضیه ریمان درست است اگر و فقط اگر این اتفاق برای هیچ عدد بزرگتری نیفتد.
پروژه Robin1984، مستقل از پروژه آلپوگه، معیار روبن و معیار مشابهی از جفری لاگاریاس را به زبان Lean درآورده است. این پروژه را با اثبات آلپوگه ترکیب کردهاند و نتیجه دو قضیه است که هیچ فرضی ندارند و اسمی هم از تابع زتا در آنها نیست؛ فقط مجموع مقسومعلیهها، ثابت اویلر، اعداد هارمونیک، تابع نمایی و لگاریتم.
con-leche، con-leche --compare و nanoda هر دو قضیه را پذیرفتهاند و این دو قضیه هم فقط به همان سه اصل موضوع استاندارد تکیه دارند. تا آخرین بهروزرسانی صفحه ساترلند، lake comparator روی خروجی ترکیبی این دو پروژه، مقایسه صورت قضیه و بررسی اصول موضوعه را پشت سر گذاشته بود و هستههایی که اجرا میکند هنوز کارشان تمام نشده بود. این دو قضیه هم به تعریفهای Mathlib از مجموع مقسومعلیهها و این تابعها وابستهاند، ولی این تعریفها خیلی سادهتر از تعریف کامل تابع زتاست.
lean مستقیم اجرا شده و نه از راه lake build، و فایل خروجیاش هنوز با خروجی یک lake build در سندباکس مقایسه نشده است. به گفته همین صفحه، نتیجه به این بستگی دارد که هستهها درست باشند و «تعریفهای Mathlib درست همان چیزی را تعریف کنند که باید».وبلاگ جامعه Lean یک مخزن عمومی در گیتهاب است و تاریخچهاش نشان میدهد بر سر اینکه بیانیه از زبان چه کسی است اختلاف بوده. زمانی که پای بیانیه نوشته شده ساعت ۱۷:۲۵ به وقت تهران است و بیانیه ساعت ۱۷:۵۶ به مخزن وبلاگ اضافه شد. ساعت ۲۰:۱۱ کامیتی از پاتریک ماسو با عنوان «اصلاح فوری نام نویسنده» به وبلاگ اضافه شد: امضا را فقط به Lean FRO و Mathlib Initiative نسبت داد و در متن، «جامعه Lean و Mathlib» را به «بخشی از جامعه Lean و Mathlib» تغییر داد. ماسو در توضیح این کامیت نوشته بود که نسبت دادن بیانیه به کل جامعه «دستکم به گفتوگویی میان نگهدارندهها و بازبینهای Mathlib نیاز دارد». ساعت ۲۱:۰۶ کامیتی از آدام توپاز امضا را به حالت قبل برگرداند، بدون اینکه دلیلی بنویسد.
هیچکدام از این دو تغییر به چهار آزمون یا به نتیجه نهایی دست نزد. بحث بر سر این بود که آیا بیانیهای که به نام یک جامعه منتشر میشود، باید اول در خود آن جامعه به بحث گذاشته شود یا نه.
ساترلند که اثبات را کامپایل و بررسی کرده، به ساینتیفیک امریکن گفت: «این واقعاً لحظهای تاریخی است.» و اضافه کرد: «برای من این پیروزی بشر است و روزی است که باید جشنش گرفت.»
واکنشهای دیگر را نتوانستیم در منبع اصلی بخوانیم. وبسایت The Next Web نوشته که جیمز مینارد از دانشگاه آکسفورد به نیویورک تایمز گفته «۹۸ یا ۹۹ درصد» مطمئن است اثبات درست است، و برایان کنراد از دانشگاه استنفورد به همین روزنامه گفته منتشر کردن اثباتی که نویسندهاش هنوز کامل نفهمیده «راستش را بخواهید، کاملاً غیرقابلقبول است». ما نتوانستیم خود گزارش نیویورک تایمز را باز کنیم، پس این دو نقلقول روایت The Next Web از آن گزارش است.
اعتراض کنراد و تأیید جامعه Lean درباره دو چیز متفاوت است. بررسی Lean فقط نشان میدهد اثبات درست است یا نه. نگرانی کنراد، به روایت The Next Web، خود انتشار است: اثباتی که نویسندهاش هنوز کامل نفهمیده منتشر شده است. اگر میخواهید بدانید وقتی خود هوش مصنوعی پژوهش میکند چه چیزهایی عوض میشود، تحلیل ما درباره هوش مصنوعیای که خودش را بهتر میکند را بخوانید.
lake comparator. داوطلبان مخزن جامعه Lean گفتهاند خروجی Comparator را به پوشه verification اضافه میکنند.اگر منظور اثبات صوری در Lean باشد، بله: آزمونهایی را که خود جامعه Lean تعیین کرده بود گذرانده و جامعه Lean و Mathlib درستیاش را تأیید کرده است. کارهایی که ریاضیدانها معمولاً میکنند هنوز مانده است: نوشتن شرحی خواندنی، اینکه متخصصان ایده اثبات را بفهمند، و انتشار در مجله.
بیانیه به نام «جامعه Lean و Mathlib» است و Lean FRO و Mathlib Initiative هم از آن حمایت کردهاند. در کامیتی که بیانیه را به وبلاگ اضافه کرد نام شش نویسنده از این جامعه آمده است، و همانطور که بالاتر گفتیم، یکی از اعضای جامعه به امضای جمعی آن اعتراض کرد.
نه. اثبات را چند هسته مستقل بررسی کردهاند. Claude در ساختن یکی از آنها، یعنی con-leche، دست داشته است؛ ولی اثبات سازگاری con-leche را خود هسته Lean بررسی کرده است. درست است که ساترلند بررسیهایش را با Claude Code اجرا کرده، ولی nanoda و هسته خود Lean هم مستقل از آن به همان نتیجه رسیدهاند.
روی لپتاپ نه. صفحه ساترلند دستورها را آورده است: فایل فشرده ۷٫۷ گیگابایتی خروجی را دانلود کنید، از حالت فشرده دربیاورید تا حدود ۶۱٫۶ گیگابایت شود، و lake comparator را با Lean 4.36 روی ماشینی با حدود ۱۰۰ گیگابایت رم اجرا کنید. سریعترین بررسی مستقل، con-leche، حدود ۵۰ گیگابایت رم میخواهد و با ۶۴ ترد کمتر از چهار دقیقه طول کشید.
نه. همانطور که در گزارش اول توضیح دادیم، فرضیه ریمان درباره توزیع اعداد اول است، نه روش تجزیه اعداد بزرگ به عوامل اول.
منابع را ۳۰ آبان ۱۴۰۵ (۲۱ نوامبر ۲۰۲۶) خواندیم و صفحههایی را که مدام تغییر میکنند ساعت ۲۳:۴۹ به وقت تهران دوباره خواندیم. مقایسه با فایلهایی که ۲۹ آبان خودمان بررسی کردیم کار تیم ژرف است.
verification/NOTES.md، نسخه کامیت 27ebae6.RiemannHypothesis.برچسبهافرضیه ریمانLeanMathlibاثبات صوریClaudeنظریه اعداد

لونت آلپوگه، ریاضیدانی که در آنتروپیک کار میکند، میگوید با کمک Claude فرضیه ریمان را اثبات کرده است. ۱۷۵ هزار فایل Lean را باز کردیم: چه ادعا شده و چه هنوز بررسی نشده است.
ادامه مطلب
ارزش بازار سهام آمریکا در ۴۵ روز حدود ۶ تریلیون دلار افت کرد. تحلیلی پربازدید میگوید این اصلاح است، نه ترکیدن حباب هوش مصنوعی. ادعاهایش را با گزارشهای مالی و دادههای بازار سنجیدیم.
ادامه مطلب
مدل ۲۶٫۴ میلیارد پارامتری تینکینگ ماشینز برای هر توکن سه بار از لایههای میانی میگذرد و روی مک ۳۲ گیگابایتی اجرا میشود. فایلهای مدل، رتبههای مستقل و هزینه توکنی فارسیاش را بررسی کردیم.
ادامه مطلباگر این مطلب به فرایندی واقعی در سازمان شما مربوط است، از صفحه خدمات شروع کنید یا با ما تماس بگیرید.