文章转载来源：AI梦工厂
文章来源：新智元
最近，热衷于用GPT-4、Copilot做研究的数学大神陶哲轩，又在AI的帮助下发现了自己论文中的一处隐藏bug！
陶哲轩表示，自己在用Lean4形式化第6页论点的过程中发现，表达式
在n=3,k=2时，实际上是发散的。
这个不太容易看出的bug能被及时捉住，多亏了Lean4。
原因是，Lean要求他构建02。由此，Lean无法基于负的0
好在，这只是一个小bug，只存在于n值很小的情况。此时，只需修改论文中的一些常数就可以了。
一些数学爱好者粉丝在此帖中惊呼：这太惊人了，很高兴看到AI证明助手的传播，为数学研究的未来奠定了更坚实的基础。
而陶哲轩表示，这是完全有可能的事。
或许在不久的将来，我们就可以在Lean之上构建一个AI层。
只要把证明中的各步描述给AI，AI就可以利用Lean来执行证明了，过程中还能各种调用计算机代数软件包。
今年6月，陶哲轩就曾在GPT-4试用体验的博客中预言——
2026年，AI将与搜索和符号数学工具相结合，成为数学研究中值得信赖的合著者。
这期间，不断有人证明着这一点。比如加州理工、英伟达、MIT等机构的学者，就构建出一个基于开源LLM的定理证明器。
而陶哲轩也身体力行，新论文已经开始用GPT-4写了，并屡屡惊呼——GitHub Copilot的惊人能力，让我感到不安！
最近这个月，陶哲轩是彻底「入坑」AI了。
在GPT-4的帮助下，他开始学习用Lean4写论文、做数学研究。
这个过程无疑令他十分激动，因此隔三岔五（甚至每隔几个小时）就会在mastodon上发帖，记录自己的学习感悟和经验总结。
在写一篇关于麦克劳林不等式研究的论文中，陶哲轩就大量用到了GPT-4、Copilot、Lean4等AI工具。
论文地址：https://arxiv.org/abs/2310.05328
现在的进度是，陶哲轩已经在Lean4中完成对论文第2节论点的修复了。
只不过这个过程这比他预想的要繁琐得多，每一行证明都要花费大约一个小时来形式化。
在项目的第一周，他的瓶颈在于不熟悉Lean语法和工具；但目前的瓶颈在于工具本身——不如计算机代数软件包中的工具先进。
例如，他在论文的一行中指出，不等式：
可以重排为：
假设所有分母都是正数，这对于人工计算来说是一项非常快速的任务，在任何标准的计算机代数软件包中也能相当容易地完成。
Lean虽然有着非常实用的自动工具来处理线性运算，但目前还没有自动简化涉及指数复杂表达式的工具。
因此，我们必须一步一步地处理指数定律以及上述其他运算，而这个过程非常耗时。
最后，陶哲轩决定不在这部分论证中使用渐进符号，而是建立了一个带有确定常数C的不等式：
其中，
最开始，陶哲轩认为用诸如C=7这样的值来证明不等式会「更简单」。但利用现有工具去严格证明C≤7非常繁琐，于是就放弃了这个想法，转而使用形式上更可操作的C值。现在所选的，数值大约为6.16。
对此，有好奇的网友问道：「与手算相比，AI在证明速度方面做得如何？」
陶哲轩表示，根据自己的观察，那些对计算机代数软件包和计算器来说是机械性的任务类型，对形式化证明助手来说未必是机械性的。
但随着LLM的出现，我们应该可以将所有的计算机辅助工具统一成一个对用户非常友好的通用工具。而这个工具将拥有每个组件的全部优点。
甚至，在不久的将来，我们还可以设想在Lean之上构建一个AI层——
通过「数学英语」将证明中的各个步骤描述给AI，然后AI就可以尝试利用Lean来执行，或许在这个过程中还能调用计算机代数软件包。
此前，在这篇麦克劳林不等式研究的论文中，陶哲轩就惊诧地发现，Copilot竟然能够预测出自己下一步想要做什么！
它不仅能正确预测出用于各种例行验证的多行代码，还能根据陶哲轩提供定理的名称，推断出他想要往哪个方向做研究。
这让陶哲轩连连惊呼：太不可思议了！
在证明论文定理1.3的过程中，陶哲轩用Lean4完成了定理证明的形式化。
在论文中，证明过程中只有一页纸，不过形式化证明却使用了200行Lean4。
比如在论文中，陶哲轩只是假定
在任何a>0的实数上都是凸的，并在之后调用了詹森不等式。但相关代码却需要差不多50行。
在这个过程中，GitHub Copilot表现出了种种神预测，神奇地推测出了陶哲轩的研究接下来的方向。
而Lean的重写策略，让他能通过有针对性的替换，来修改冗长的假设或目标。
这个功能极为重要，它可以让人们自由操纵这些表达式，而不必总是完整地输入它们。
相对来说，在LaTex中，这种操作就麻烦多了。
陶哲轩表示自己需要粗略地模拟Lean4的重写策略，通过剪切、粘贴等操作，对从一行到下一行的冗长表达式进行有针对性的编辑。这会导致错别字在文档中一连传播多行。
而Lean4就能以自动和验证的方式，完成这种重写。
当然，Lean 4目前还不是万能的，也存在一些局限。比如重写涉及约束变量的表达式，并不总能轻易完成。
陶哲轩表示自己很期待，什么时候很简单地用自然语言，来要求LLM进行这样的转换。
早在9月初，陶哲轩就曾发帖大赞ChatGPT生成Python代码的效果——直接节省了半小时的工作量！
作为实验，他要求ChatGPT写一段Python代码，为每个自然数n计算1,...,n的最长子序列的长度
来源：AI梦工厂
发布人：暖色
声明：该文观点仅代表作者本人，不代表火讯财经立场。火讯财经系信息发布平台，仅提供信息存储空间服务。
如文章涉及侵权， 请及时致函告之，本站将第⼀时间删除⽂章。邮箱：840034348@qq.com
文章总数
浏览数
商务合作：840034348@qq.com
媒体合作：840034348@qq.com
投稿合作：840034348@qq.com
微信公众号
iPhone & Android
