您现在的位置是: 网站首页>NBANBA

森林舞会电玩城游戏特色

金凡梦 2025-05-12 NBA 7713 人已围观

快来围观④,陶哲轩当视频博主了⑬。

第一个产出就很炸裂:人类需要写满一页纸的证明⑯,结果借助AI 33分钟就搞定了⑫?②!

整个过程看起来一气呵成❶,还是全程“盲证”不用过脑子那种❸。

对于这一操作⑫,网友们惊呆:这具有足够的历史意义②。

在没有明显引导⑩、宣传之下⑮,他的订阅数一天时间已经有900+⑲,观看数超两千⑥,目前仍然在高速增长中⑦。

大家赶在爆火之前留言:②、今天我们相聚在这里⑦,就是为了见证伟大数学频道的诞生④。

具体来看看是如何做到▓?

33分钟盲证定理⑨、陶哲轩这次选取了泛代数中的一个命题②,即证明Magma方程E1689蕴含E2⑭。

方程具体是什么不重要⑩,我们只需要了解⑭,即使是方程理论项目的合作者Bruno Le Floch⑥,也足足人工花了一页纸才完成证明❶。

而用上AI后⑱,整个证明过程仅用时33分钟:

具体而言⑭,陶哲轩尝试完全基于Bruno Le Floch的草稿▓,逐行进行形式化⑩。

他将草稿拆分为微小逻辑单元⑦,交由GitHub Copilot生成代码骨架⑱,再以Lean的canonical策略匹配填补细节⑩,过程中也涉及部分手动补全⑳。

最终⑪,整个形式化证明能够在Lean中通过验证①。

不仅时间大大缩短了❶,更重要的是满足了“人类可读性”②。

要知道Bruno Le Floch最初挑战该问题时❸,曾在论文中宣称E1689-E2的所有已知证明都依赖计算机辅助⑱。

直到后来他使用prover9 ATP给出了一个更具可读性的人类版本⑳,所以才对之前的想法产生动摇:

它是否仍然可以被认为是计算机辅助的⑤,我不确定⑧。

针对这一疑惑⑱,陶哲轩提议今后可以在论文中明确说明⑲,虽然最初的证明是由计算机生成的❷,但在项目进行过程中❸,研究者们成功地将其转化为一个人类可读的证明⑤。

并且为了实际验证AI能在多大程度上开启自动化形式证明⑯,陶哲轩就此开启了本次YouTube首秀⑯。

通过几次亲自尝试⑪,陶哲轩得出了如下结论:

这种半自动化的方法适用于那些技术性强⑲、概念性弱的论证⑲,即那些主要关注细节准确性而非整体概念理解的证明⑪。

并且他再一次强调⑤,AI辅助证明能够把数学家从一些相对不重要的繁琐事务中解放出来⑰,“让AI去做一些它擅长的事”⑤。

在他看来⑳,尽管最终的结果“并不优雅”⑦,但它体现了AI辅助证明的巨大潜力④。

最后需要说明一下⑫,陶哲轩并非一次就成功了⑯。

据他在视频中透露③,前两次的证明过程都出现了一些“bug”——

第一次拿到的代码才到第5行他就有点看不懂了④,所以选择了重开⑪;第二次虽然完成了所有证明⑤,但由于是新人博主不太熟悉录屏设备①,导致屏幕分享失败⑱,因此又只能重来⑦。

数学证明助手迎来2.0版本

此外⑭,还有他开发的数学证明助手迎来2.0版本升级②。

根据介绍⑭,这是一个用Python开发的轻量级证明助手⑪,其功能远逊于Lean❶、Isabelle或Rocq等完整证明助手❸,但它能够轻松用于证明一些简短而繁琐的任务①。

一个具体的目标是❷,为渐近分析提供支持⑭。

两周前⑬,在大模型的帮助之下⑲,他花了四个小时编程得到了这么一个概念验证工具⑫。

结果不到两周⑯,这个工具就迎来了全面改进——

首先④,将其改造成一个基本的证明助手⑦,使其能够处理一些命题逻辑⑭;其次❸,根据反馈⑲,这个证明助手变得更为灵活⑤。

目前这个助手有两种模式:假设模式和策略模式⑨。其中策略模式作为默认模式⑦,有点类似于Lean⑩、Isabelle或Rocq里面那样式儿的策略模式⑫。

目前策略列表主要分为四类:

命题策略⑬、线性算术策略⑯、替代策略——用一个假设或目标替代另一个假设或目标的各种技术

简化策略——利用其他可用假设来“简化”假设或目标的方法

当然这些还不是全部⑳,这个助手支持扩展⑬,大家可以在里面进行添加⑤。

举个例子⑫。

如果x⑬,y⑳,z是正实数⑭,且x2y和y3z+1⑮,证明x7z+2⑪。

将它形式化就会变成:⑧、证明助手接收到指令后④,指导助手使用各种“策略”来简化问题⑮,直到问题得到解决⑦。

那么这个问题可以通过线性算术Linarith求解②。

如果想要有详细解释③,也是OK的:

可以看到⑱,首先①,它通过反证法进行论证⑨,即采用否定x≥7z+2目标x7z+2并将其添加到假设中⑮。

然后❸,它将假设中所有不等式转化为“线性规划”形式▓,变量在左边⑮,常数在右边⑫。

最后⑩,它使用精确线性规划来寻找这些不等式的线性组合⑥,从而导致荒谬的不等式❷,在这种情况下01④。

解决完问题之后⑥,还可以使用proof进行检查⑯。

有时候⑦,遇到证明过程会涉及案例拆分的情况⑪,那么证明助手最终会呈现树状结构④。

对于这个证明助手❷,陶哲轩表示:非常满意▓,并且愿意接受进一步的建议或贡献新的功能⑩。比如引入新的数据类型②、公例和策略⑭,或者贡献一些有难度的例子⑤。

此外还计划开发用于估算符号函数的函数空间规范的工具❸。例如创建部署霍尔德不等式和索博列夫嵌入不等式等定理的策略④。看起来sympy框架足够灵活②,可以为这类对象创建更多的对象类⑲。

感兴趣的旁友②,可以前往去体验下哦⑫。

很赞哦⑩!

随机图文