AI 开启“机器验证”元年：费马大定理证明的数字化革命

历史的重压与数学的巅峰：费马大定理的世纪征途

在数学的殿堂里，费马大定理（Fermat's Last Theorem）始终占据着极其特殊且神圣的地位。自 1637 年法国数学家皮埃尔·德·费马提出“当整数 $n$ 大于 2 时，不存在满足 $x^n + y^n = z^n$ 的正整数 $x, y, z$”这一命题以来，它便成为了人类智力挑战的巅峰。这道看似简单的题目，实际上在长达三个多世纪的时间里，成为了无数顶尖数学家追求的“圣杯”。

为了证明这个命题，人类数学界付出了巨大的代价。1908 年，德国甚至悬赏高额奖金，试图以此激励数学家攻克难题。然而，最初的一年里就涌现出 621 份证明，但每一份都最终被判定为逻辑漏洞百出。直到 20 世纪 90 年代，英国数学家安德鲁·怀尔斯（Andrew Wiles）才凭借极其深厚的数学造诣，在长达七年的闭门研究中终于取得了突破。

1995 年，怀尔斯发表了长达 129 页的证明。这份证明之所以令人惊叹，是因为它横跨了数论的多个分支，融合了极其复杂的现代数学成果。由于其广度和深度，即便是在数学界内部，单靠人工进行逐行核验也是一项几乎不可能完成的重任。这种“人工核验的局限性”，正是当前 AI 技术介入数学领域的核心动力。

效率的质变：从“十年工程”到“11天奇迹”的跨越

随着人工智能技术的爆发式增长，数学证明正进入一个全新的“形式化验证”时代。最近，人工智能公司 Anthropic 宣布了一项震撼学术界的进展：其开发的 Claude 模型仅用 11 天，就将安德鲁·怀尔斯 1995 年完成的费马大定理证明转化为了计算机可逐步验证的形式化证明。这一速度与传统人工手段相比，简直是降维打击。

回顾这一项目的背景，英国伦敦帝国理工学院的数学家凯文·巴扎德（Kevin Bazzard）曾启动过一个旨在将怀尔斯证明翻译成 Lean 语言的宏大计划。根据当时的规划，这项工作被预估需要 10 年的时间，甚至为此专门申请了持续到 2029 年的资金支持。然而，AI 的介入彻底改变了这一预期：

• 智能体并行协作：研究团队利用数十个 Claude 智能体并行工作。这些智能体并非盲目操作，而是被赋予了具体的任务，如定义数学概念、证明较小的辅助定理，最后再将结果逐步组合。
• Lean 语言的威力：Lean 是一种专门用于形式化数学的证明辅助工具。它要求数学家将证明写成计算机能够处理的严格代码，从而消除人类语言中的歧义。
• Mathlib 知识库支撑：通过调用 Mathlib 这个持续维护的数学代码库，AI 可以调用已有的数学定义和定理，极大地减少了重复劳动。
• 动态任务管理：针对智能体可能会产生的重复工作或协作中断问题，团队引入了 Prove2Me 工具，为智能体提供实时的任务清单，记录已完成和待办事项，确保了长达 1300 万行代码生成的连贯性。

最终，AI 生成了约 3 万个辅助定理，其产生的代码规模相当于 160 部长篇小说。这种“从人力到算力”的转换，标志着人类在处理高维逻辑时的生产力发生了质变。

范式转移：从“人类信任”到“机器确信”的科学变革

这一突破不仅仅是速度上的提升，更意味着数学逻辑的“确定性革命”。在传统的学术评审中，一个复杂的证明往往只能得到“99.9% 的把握”或“99% 的确定”评价。例如，开普勒猜想的计算机辅助证明在花费 4 年后仍只能得到这样的评价。然而，通过形式化验证，这种不确定性被彻底消除，变成了“100% 的机器确信”。

这种转变对科学研究具有深远的意义：

• 消除人为盲点：人类专家在审阅长篇论文时，可能会因为疲劳或认知局限而忽略细微的逻辑断裂。而机器验证可以逐行核查每一个推理步骤，确保整个逻辑链条的“坚不可摧”。
• 加速科学发现：当 AI 能够快速验证证明时，数学家可以更放心地去探索更前沿、更复杂的领域，而无需担心基础逻辑的崩塌。
• 纠错与重构：正如英国《自然》网站所指出的，AI 可能在审查整个人类数学知识库的过程中，发现某些广为人知的数学结论中竟然隐藏着错误。这种“反向验证”的能力，将极大地推动人类知识体系的完善。

目前，Claude 生成的 1300 万行证明已经公开在 GitHub 上，任何数学家都可以免费获取并核查。随着 AI 在形式化证明领域的持续进化，我们正见证一种全新的科研范式诞生：机器不再仅仅是人类思维的辅助工具，而是逻辑世界的终极审判官。 曼纳斯设想的“魔法”——即通过机器判定 arXiv 论文的正确性——正在从科幻走向现实，人类正站在数学证明进入机器验证时代的历史交汇点上。