Lean 证明意味着什么——黎曼猜想证明闲谈
内容提要
文章介绍数学家Kevin Buzzard推动数学形式化的工作:他发起Xena Project,带领本科生用Lean将数学定义与证明写成计算机可验证形式,成果并入Mathlib;并参与完美空间、Liquid Tensor Experiment及费马大定理的形式化。他撰文指出,“Lean已验证”需核查陈述是否对应、能否编译、是否证明原命题、是否利用内核漏洞,强调AI生成代码须经独立验证。
延伸解读
“Lean 验证”不等于“论文正确”
文章强调,Lean 代码通过编译只是起点。还需确认代码中的定理陈述与论文原命题一致、代码能实际编译、证明未篡改定义或偷加公理、未利用内核漏洞。Buzzard 指出,OpenAI 发布的 722 篇论文中约 45% 附带 Lean 代码,但许多验证问题尚未系统执行;其中约 38 个甚至没有陈述论文主定理。因此,看到“已在 Lean 中验证”时,应先追问验证的究竟是哪个陈述。
AI 生成代码需要独立验证流程
文章用排序函数作类比:一个函数可以没有语法错误、返回空列表,却完全不符合“排序”的本意。Lean 代码同样可能编译通过但陈述错误。对 AI 生成的 Lean 代码,文章建议使用 lake comparator 等工具,比对受信任文件中的陈述与不受信任代码所证明的定理是否一致,并检查是否仅使用标准公理;还可借助多个独立内核交叉验证,降低内核漏洞或 reward hacking 的风险。
形式化成本与安全风险不可忽视
文章提醒,运行 Lean 代码本身有风险:Lean 允许执行文件操作等副作用,来路不明的代码不应直接在本地裸跑,而应放入沙盒。同时,编译大型形式化项目非常吃资源,例如费马大定理的 1300 万行代码在普通笔记本上内存溢出,需要 96 核 CPU 和 500 GB 内存的机器才能完成编译。这意味着“Lean 验证”不仅是数学问题,也涉及计算成本与代码安全。
Lean 证明与 PDF 论文可能脱节
文章最后指出,即使 Lean 代码通过了编译和各项检查,也不代表对应的 PDF 论文同样包含正确证明。以纳维-斯托克斯问题为例,Lean 代码通过了测试,但 PDF 中的证明与 Lean 代码在某些地方出现分歧。因此,读者不能把“Lean 已验证”直接等同于“论文已无误”;在 AI 生成内容增多的背景下,独立核查陈述、编译、比对和论文一致性缺一不可。
Q&A
Kevin Buzzard 是谁?他为什么开始用 Lean 做数学形式化?
Kevin Buzzard 是英国帝国理工学院的纯数学教授,原本研究代数数论。2017 年他在教授数学证明入门课程时开始思考能否让计算机检查数学证明的每一步。受 Tom Hales 关于计算机形式化证明的演讲启发,他选择 Lean 并推动数学家使用它。
Xena Project 是什么?它取得了哪些成果?
Xena Project 是 Buzzard 发起的项目,带领帝国理工本科生用 Lean 将数学定义、定理和证明写成计算机可验证的形式。学生们形式化了二次互反律、Sylow 定理、代数基本定理等内容,许多成果融入了 Mathlib 数学库。
Liquid Tensor Experiment 是什么?为什么重要?
Liquid Tensor Experiment 是 2020 年 Peter Scholze 公开挑战 Lean 社区验证其与 Dustin Clausen 合作研究中的一个重要定理。项目由 Johan Commelin 主导,Buzzard 等人参与,于 2022 年完成。它表明 Lean 能处理真正的现代数学,并获得了 Scholze 的认可。
“Lean 已验证”是否意味着定理一定正确?需要核查哪些问题?
不一定。Buzzard 指出需核查四个问题:1)Lean 中的陈述是否与非形式化陈述一致;2)代码能否通过编译;3)代码是否按所陈述的内容证明了定理(可用 lake comparator 检查);4)代码是否利用了 Lean 内核漏洞(可用 lake comparator --paranoid 交叉验证多个内核)。
AI 生成的 Lean 代码有什么风险?如何安全验证?
AI 生成的 Lean 代码可能包含恶意操作(如删除文件),且可能利用内核漏洞或进行 reward hacking。应在沙盒中编译,使用 lake comparator 检查定理陈述与证明的一致性,并用多个独立内核(如 leanchecker、nanoda、lean4lean)交叉验证。
费马大定理的形式化项目进展如何?AI 在其中扮演了什么角色?
Buzzard 于 2023 年底启动费马大定理的 Lean 形式化项目,获 EPSRC 五年资助。2026 年 9 月,Anthropic 宣布其 AI 模型 Claude 在多智能体协作下用约 11 天生成了第一个端到端、由 Lean 完整检查的费马大定理证明,产生约 1300 万行 Lean 代码。Buzzard 参与审阅并评价。