开云体育有围绕益智挑战展开的主题内容,读者可按阅读线索寻找线索,开云电竞提供有关装备搭配的主题介绍,帮助读者把握比较方法,开云体育入口希望成为了解益智挑战的便捷入口,从操作细节开始拉近读者与内容的距离,围绕益智挑战,通过核心要点展开介绍,让阅读有清楚的脉络。

首页-博客- 博客详情

刚刚,千禧年大奖难题庞加莱猜想的完整证明,已全部转化为代码!

完成这一壮举的,是一个仅有四人的小团队。

领衔者是丘成桐的弟子,一位钻研Ricci流数十年的老教授,冲在最前线的则是一位刚毕业的本科生,背后还有一群全天候运转的AI。

他们借助证明助手Lean,将Hamilton和佩雷尔曼的证明从头到尾编写完成,总计约470万行代码。

其中大约270万行,是在最后两周内,依靠ChatGPT、Claude等AI的帮助赶制出来的。

这470万行代码已全部通过Lean内核的检验,没有一处使用“sorry”留待日后补充。

过去,一个重大证明要让数学界认可“没问题”,需要同行花费数年时间逐页审查。

而这一次,评判权交给了机器,编写证明的主力也换成了AI。

佩雷尔曼的毕生心血,竟只占六分之一

我们将整个代码库下载下来,顺着最终的庞加莱定理,找出了所有直接或间接引用的代码。

实际涉及的有14197个代码文件,约402万行,最长的一条引用链串联起了353个文件。

其中,佩雷尔曼三篇论文对应的代码加起来约66万行,只占六分之一。

论文写得越简略,Lean中需要补充的代码就越多,7页的第三篇论文平均每页对应1.4万行代码。

第三篇论文中仅用一句话提及的曲线缩短流,即让一条曲线在缩短的同时变圆,在Lean里就写了7.6万行。

剩下的六分之五,全是佩雷尔曼在论文中默认“读者早已掌握”的基础数学,其中分析学约109万行,微分几何约77万行。

Ricci流是佩雷尔曼证明的核心工具,它能让空间中弯曲剧烈的地方逐渐变得平缓,原理与热传导类似。

短时存在性就是一个典型例子。它说的是,给定任意初始形状,Ricci流至少能向前流动一小段,论文中只需引用前人的结论。

但Ricci流方程换一套坐标来描述,形式就会改变,算不上标准的热方程。

1983年,DeTurck想出了一个办法,先在方程中添加一项,将其改造成标准的热方程,解出结果后再变回去。

在Lean中,这个方法背后的Sobolev空间、谱理论等工具都得从零开始编写,仅这一个定理就需要用到89万行代码。

佩雷尔曼的杀手锏,是典范邻域定理。

它说的是,在Ricci流中,弯曲程度即将趋于无穷大的地方,其形状一定很规整。

要么是一段细长的圆管,称为“颈”,要么是圆管一头被封住,称为“帽”。

证明这一个定理,就需要用到272万行代码,占据了整条依赖链的三分之二。

一老一少背后,是AI在管理AI

领头的Ben Chow是UCSD的数学教授。1986年,他在普林斯顿获得博士学位,导师正是丘成桐。

Hamilton提出Ricci流后不久,丘成桐就向他指出,这个流会在空间狭窄的地方将其勒断,这可能正是证明的第一步。Hamilton后来专门回忆过此事。

他后来与Hamilton合写过论文,又撰写了一整套关于Ricci流的专著,在这个方向上深耕了几十年。

当年力挺Ricci流这条路线的是丘成桐,四十年后,带队将这条路线上的证明完整写入计算机的,是他的学生。

2025年秋天,这位几何老将与同行办起了Lean线上学习班,像初学者一样从头学习这门新工具。他的个人主页上至今还挂着一栏,标题是“我的一些幼稚想法”。

那时,Mathlib连黎曼几何最基础的工具都还不齐全。

于是,Chow、Ziyang Qin和UCSD的博士生Yuan Liao花了七个月时间,先编写了约200万行的基础代码。

那个冲在最前线的本科生,就是Ziyang Qin。他今年5月才从康奈尔大学毕业,博士都还没开始读,代码库中一万一千多次提交,有7477次挂在他的名下。

9月,普林斯顿的Ayush Khaitan带着拓扑工具加入,四人一起完成了最后两周的冲刺。

至于具体使用了哪些AI,Khaitan透露了底细,主力是ChatGPT Astra,部分难啃的章节交给了Claude Fable。

按照团队开源的工具包,AI这一层最上面的是“领队”,也就是研究者直接对话的主会话,它不编写证明,只负责把握数学方向。

领队之下有一个长期在后台运行的“调度”智能体,负责拆分任务、分配任务和验收。真正动手写证明、挑错、查资料的,是一批完成一项任务就退出的临时智能体。

人类作者站在整个系统的最顶端,负责选择定义、确定命题,确认Lean中证明出来的,正是数学家想要证明的内容。

冲刺期间,团队正按照拓扑学家Moise在1977年出版的一本教科书,逐节编写拓扑部分。

9月20日一早,Claude Fable 5.1以领队的身份编写了一份任务分配单,将这部分拆解成四条并行的任务线,交给OpenAI的编程智能体Codex。

每条任务线只允许修改自己名下的文件,完成后提交清单,由Claude验收后再提交。

最重要的一条原则是,绝不能为了能证明出来而削弱命题。如果发现命题是假的也算成功,给出反例就停下来报告。

到了晚上,领队重新排出了一张计划表。按3到4条任务线并行来估算,书中“公认最难”的那几节需要6到10周,走到拓扑版庞加莱最快也要4个多月。

半小时后,人类负责人决定换一种方式,先搭建骨架。

也就是先把整段证明的结构搭建出来,暂时无法证明的步骤先用“sorry”占位,这样能让接口对不上的问题提前暴露出来,然后再将占位的命题逐个审核、定稿、证明出来。

这些骨架文件单独存放,不进入主代码库,因此最终成品中依然没有一个“sorry”。

9月23日,Ben Chow那边证明出了第32节中的三个部分,负责验收的是Claude领队。编译、审计全部零报错之后,这位带过16个博士的老教授提交的工作才被收入主代码库。

第二天,书中从25.2到34.1的一系列定理全部证明完毕。美东时间9月27日凌晨3点38分,拓扑版庞加莱证明完成,距离那张计划表排出来还不到一周。

缝合了一个世纪的“手术”

回到庞加莱猜想本身。

它是庞加莱在1904年提出的,意思是,在一个有限、封闭的三维空间中,如果任何一根绳圈都能收缩成一个点,那么它就是一个三维球面。

这道题困扰了将近一百年,更高维度的版本早早被攻克,唯独三维版本一直难以突破。

直到2002年底到2003年,佩雷尔曼在arXiv上连续发表了三篇论文,利用Ricci流打破了僵局。

Ricci流的思路是将空间一路熨平。如果一个空间能够这样被熨成处处一样圆,那么它就是一个球面,猜想也就证明完毕了。

麻烦在于,空间不一定乖乖地变圆。

想象一个哑铃,两头是两个大球,中间连着一根细杆。

Ricci流一启动,细杆会越来越细,在有限的时间内“啪”地一下被勒断。勒断那一点的弯曲程度趋于无穷大,数学上称为“奇点”。

Hamilton在这一步上卡了很多年。佩雷尔曼手里多了那条典范邻域定理,知道快要出问题的地方只可能是“颈”或者“帽”,于是拿出了手术刀。

做法是在细管快被勒断之前,从颈部中间剪开,把快要出问题的那一小段扔掉。

然后给两个断口各缝上一个标准形状的帽子,让Ricci流继续流动。

佩雷尔曼在第三篇论文中又证明,对于单连通空间来说,这样流动一段、做一次手术、再接着流动,整个空间会在有限时间内缩到消失。

消失的每一块都是三维球面,按照剪开的位置粘回去,得到的仍然是三维球面。

这三篇论文中的很多关键步骤只写了结论,直到2006年,几组数学家先后写出了几百页的详细版本,数学界才确认这份证明是站得住脚的。

在这次代码库中,前面那402万行代码,最后都是为一个只有23行的文件服务的。

文件中的定理正是庞加莱猜想:任何紧致、单连通、没有边界的三维拓扑流形,都和三维球面同胚。

Ricci流只能在光滑的空间上运行,所以还需要Moise定理来搭建一座桥梁。

Moise在1952年证明,每个三维拓扑流形都能切割成一块块小四面体拼起来,再把拼缝处理光滑,这样就获得了光滑结构。

那23行代码的后半部分,做的就是“先修桥、再过河”,先用Moise定理获得光滑结构,再调用光滑版本的庞加莱猜想。

Moise这座桥比手术部分还要费力。负责它的PL拓扑代码,也就是用小块拼接的方法研究空间的代码,有46万行,比手术部分多出将近一倍。

有数学家在下方的帖子中提问,最后那几行能不能直接一行调用光滑版庞加莱了事。

Khaitan回答说,参数C和hC省不了,因为Lean需要先确认这个流形有一套光滑的坐标。这两个参数,正是从Moise定理中获得的。

千禧年难题的终结,也是下一场革命的开始

一年前,自动形式化智能体Gauss花三周时间写了2.5万行代码,就已经是大新闻。

这一次,四个人加一群AI,两周写出的代码是它的100多倍。

斯坦福数学家Jared Duker Lichtman转发时,连打了两个感叹号。

这支小队的分工,几乎就是未来数学研究的模样。老将确定方向,年轻人带着AI一行行编写代码,是否正确最后由Lean的内核判定。

人类数学家的精力,正在从一步步编写证明,转向判断该证明什么,以及揪出AI写错的地方。

按照这个势头,下一次AI协助拿下的,可能就是一道至今无人证明出来的难题。

参考资料:

https://x.com/ayushkhaitan343/status/2104289939840176167

https://github.com/qinz1yang/differential-geometry

https://github.com/qinz1yang/differential-geometry/pull/80

https://arxiv.org/abs/2608.21502

https://github.com/qinz1yang/auto-formalizing-skills

https://mathweb.ucsd.edu/~bechow/LeanOnMe/

https://x.com/keithadler/status/2104340829401980938

https://www.math.inc/gauss

本文来自微信公众号 “新智元”(ID:AI_era),作者:ASI启示录,36氪经授权发布。