实战

AI Agent 整理哥德尔手稿:数百项定理变可检索

AI 协助释读和形式化整理哥德尔遗稿。关键不是机器自主发现数学,而是旧手稿从扫描件变成可检索、可复核的研究资料。

字号

《卫报》报道,AI 协助整理哥德尔遗稿中的数百项已证明定理。本文拆解这项工作的流程、风险和工程价值:AI 负责转写、检索与初筛,数学家负责语境判断和证明复核。

这项工作容易被误读成“AI 又完成了一次数学发现”。实际发生的事更具体。研究团队使用 AI 协助解读和形式化整理哥德尔遗稿。据《卫报》报道,手稿包含数百项已经证明、但尚未完整整理或发表的定理。

关键不在于机器会不会猜定理,而在于 AI 能否把手工校勘、检索和验证接成一套流程。

这不是让 AI 猜定理

先划一条线。这批成果不是让大语言模型凭空生成一套新证明。

哥德尔的原始材料本来就在那里。研究对象是未完整整理的手稿:符号可能难认,定义依赖上下文,论证顺序也可能散落在不同页面。团队使用 AI 协助转写、检索和形式化整理。定理是否成立,最终仍要由数学家检查。

这和公开数学猜想不同。公开猜想通常只给出一个命题;哥德尔遗稿更接近一份残缺的研究档案。里面可能已有完整证明,也可能只有草稿、局部论证,或依赖其他手稿才能理解的中间步骤。

因此,AI 在这里不是“数学家替身”,更像一个高召回率的初筛器。

它先从大量手稿中找出可能对应某个已证明命题的段落,转换符号,提取结构,再把候选结果交给专家。AI 给出的是线索,不是结论。

这条边界很重要。只要输入材料里已经有证明,任务就主要是“释读既有手稿”。输出一个看起来合理的证明,则属于另一类问题,不能混在一起讨论。

数百项定理为何值得投入

项目组愿意投入算力和研究人员,原因很实际。数百项定理的瓶颈不总是推理,而是阅读、校验和编目。

手写材料进入研究流程前,通常要经历几道人工关口:

  • 识别公式和自定义符号;
  • 判断哪些陈述只是猜想,哪些已有证明;
  • 补齐定义和上下文;
  • 核对证明中引用的经典结果;
  • 给每个命题编号,并标记它在研究过程中的位置。

这些工作繁琐、耗时,也容易因为专家精力有限而被搁置。AI 可以先做一轮分类和转写,把专家需要逐页核查的范围缩小。

研究系统里常见的做法,是先扩大候选池,再提高人工审核精度。与其让人逐行读几百页材料,不如先让模型挑出“可能有价值”的段落。

当然,召回率只解决一半问题。AI 漏掉一个关键定义,后面的形式化链条仍可能断裂。系统还需要记录每个定理依赖哪些前提,便于专家反向追查。

真正的瓶颈是人机交接

这类项目最难的部分,往往不是模型调用,而是交接。

第一类错误是符号转写错误。一个下标、一处量词或一个希腊字母被改写,表面结构可能仍然流畅,数学含义却已经变了。

第二类是上下文缺失。哥德尔手稿里的一个定义,可能在几十页之前出现,也可能依赖此前论文中的记号。模型如果只截取局部文本,就可能把引用关系补错。

第三类是证明链断裂。模型可能把“此前已经证明”当成“这里能够推出”,也可能把草稿中的计划性表述误判为正式论证。

所以,AI 输出不能直接视为“定理成立”。实际流程至少还需要三层检查:

  1. 将转写稿与原始扫描件逐项对照;
  2. 用 Lean、Coq 等 proof assistant 检查可机器验证的部分;
  3. 由领域专家判断非形式化步骤,并核查文献出处。

形式化验证也不是万能的。证明助手中的每个定义都要正确,导入的引理也要匹配原始语境。它能检查已经编码进去的证明,却不能自动判断编码对象是否理解正确。

换句话说,“机器验证通过”和“数学家确认忠实于原手稿”是两道不同的检查。

从附件扫描到可检索知识

这项工作的产物不应该只叫“发现”。更有价值的交付物,是一个可以检索、追踪和复用的手稿数据库。

过去,某位历史数学家在页边写过的重复论证,可能不会被后来的研究者看到。转写和编目后,它至少有机会进入全文检索系统。研究者可以搜索某个定义、某种证明策略,或一组反复出现但未发表的路线。

这会带来几个直接变化:

  • 专家不必反复购买、扫描和手工转录同一批档案;
  • 未发表结果可以被重新标注,与后续论文建立引用关系;
  • 数学史研究能使用比纸本目录更细的证据链;
  • 教学材料可以从真实草稿中展示“证明是怎样形成的”,而不只展示整理后的成品。

同一批数据也可能进入训练集、检索增强生成系统或自动评测集。不过,这一步需要额外处理来源、授权、署名和历史数学术语归一化。不能把手稿扫描件直接扔进训练管道,再把生成结果称作新发现。

数据库本身才是基础设施。模型只是建设和使用它的工具之一。

来源

The Guardian:AI helps unlock hidden discoveries in the man who transformed maths

编辑思考

这次变化更像研究基础设施升级,而不是 AI 独立完成数学突破。过去,数学家要把大量时间花在扫描件辨认、编号和检索上。现在,模型可以先处理这些低层但耗人的工作,真正稀缺的仍是问题选择、语境判断与证明链复核。

我的判断是,第一轮明确收益会出现在校勘、编目和形式化,而不是完全无人监督的原创证明。前者可以拿原文逐项验收,错误也容易定位;后者连“值得证明什么”都需要外部研究判断。未来几个月,更该跟踪手稿数据库是否公开、专家复核比例有多高,以及哪些结果进入同行评议或正式形式化库。

这次和过去的“AI 解题”新闻不同:材料来自历史手稿,任务链条可以与扫描件对照,不必先相信模型的结论。不过,原报道使用“据称包含数百项已证明定理”的表述,我没有逐项检查这些定理,也无法仅凭报道摘要判断形式化覆盖率。它证明了 AI 能降低旧手稿的使用门槛,还不能证明 AI 已改变数学发现的分工。

来源: https://www.theguardian.com/science/2026/nov/13/kurt-godel-notebooks-ai-helps-unlock-hidden-discoveries-man-who-transformed-maths