《衛報》報導,AI 協助整理哥德爾遺稿中的數百項已證明定理。本文將拆解這項工作的流程、風險與工程價值:AI 負責轉寫、檢索與初步篩選,數學家則負責判斷語境及複核證明。
AI Agent 整理哥德爾手稿:數百項定理變成可檢索資料
這項工作容易被誤解為「AI 又完成了一次數學發現」,但實際成果更具體。研究團隊運用 AI 協助釋讀與形式化整理哥德爾遺稿。據《衛報》報導,這批手稿包含數百項已證明、但尚未完整整理或發表的定理。
真正的關鍵不是機器能否猜出定理,而是 AI 能否將人工校勘、檢索與驗證串接成一套完整流程。
這不是讓 AI 猜定理
首先必須釐清界線:這些成果並非要求大型語言模型憑空生成一套新證明。
哥德爾的原始材料早已存在。研究對象是一批尚未完整整理的手稿,其中的符號可能难以辨識,定義依賴上下文,論證順序也可能分散在不同頁面。團隊利用 AI 協助轉寫、檢索與形式化整理,但定理是否成立,最終仍須由數學家查核。
這與公開數學猜想不同。公開猜想通常只提供一個命題;哥德爾遺稿則更接近一份殘缺的研究檔案。裡面可能已有完整證明,也可能只有草稿、局部論證,或必須依賴其他手稿才能理解的中间步驟。
因此,AI 在這裡不是「數學家的替身」,比較像一套高召回率的初步篩選工具。
它先從大量手稿中找出可能對應某個已證命題的段落,轉換符號並擷取結構,再把候選結果交給專家。AI 提供的是線索,而不是結論。
這條界線十分重要。只要輸入材料中已有證明,這項任務主要就是「釋讀既有手稿」;生成一個看似合理的證明,則屬於另一類問題,兩者不能混為一談。
數百項定理為何值得投入資源
專案團隊願意投入算力與研究人員,主要有非常實際的原因。處理數百項定理時,瓶頸未必是推理,往往反而是閱讀、校驗與編目。
手寫材料要正式進入研究流程,通常得經過幾道人工關卡:
- 辨識公式與自訂符號;
- 判斷哪些陳述只是猜想,哪些已有證明;
- 補齊定義與上下文;
- 核對證明中引用的經典結果;
- 為每個命題編號,並標記它在研究歷程中的位置。
這些工作繁瑣、耗時,也常因專家精力有限而被擱置。AI 可以先進行分類與轉寫,縮小專家需要逐頁查核的範圍。
研究系統中常見的做法,是先擴大候選池,再提高人工審核精度。與其要求人員逐行閱讀數百頁材料,不如先由模型挑出「可能有價值」的段落。
當然,召回率只解決一半問題。若 AI 漏掉一項關鍵定義,後續的形式化推導仍可能中斷。系統還需要記錄每項定理依賴哪些前提,讓專家能夠反向追查。
真正的瓶頸在於人機交接
這類專案最困難的部分,往往不是呼叫模型,而是如何完成人與機器之間的交接。
第一類錯誤是符號轉寫錯誤。一個下標、一處量詞或一個希臘字母遭到改寫後,表面結構可能仍然流暢,數學意義卻已經改變。
第二類錯誤是上下文缺漏。哥德爾手稿中的一項定義,可能出現在幾十頁之前,也可能依賴先前論文使用的記號。如果模型只擷取局部文字,就可能錯誤補上引用關係。
第三類錯誤是證明鏈中斷。模型可能把「此前已經證明」誤認為「此處可以推出」,也可能把草稿中的計畫性敘述當成正式論證。
因此,AI 的輸出不能直接視為「定理成立」。實際流程至少還需要三層查核:
- 將轉寫稿與原始掃描件逐項對照;
- 使用 Lean、Coq 等 proof assistant 檢查可由機器驗證的部分;
- 由領域專家判斷非形式化步驟,並核對文獻出處。
形式化驗證也不是萬能的。proof assistant 中的每項定義都必須正確,匯入的引理也必須符合原始語境。它能檢查已經編碼的證明,卻無法自動判斷編碼對象是否被正確理解。
換句話說,「機器驗證通過」與「數學家確認內容忠實於原手稿」是兩道不同的檢查。
從附件掃描件到可檢索知識
這項工作的產物不應只稱為「發現」。更有價值的交付成果,是一套可以檢索、追蹤及重用的手稿資料庫。
過去,某位歷史數學家寫在頁邊的重複論證,可能永遠不會被後來的研究者看見。完成轉寫與編目後,這些內容至少有機會進入全文檢索系統。研究者可以搜尋某項定義、某種證明策略,或一組反覆出現卻未發表的研究路線。
這會帶來幾項直接改變:
- 專家不必反覆購買、掃描及手工轉錄同一批檔案;
- 未發表結果可以重新標註,並與後續論文建立引用關係;
- 數學史研究能使用比紙本目錄更細緻的證據鏈;
- 教學教材可以從真實草稿中呈現「證明如何形成」,而不只展示整理後的成品。
同一批資料也可能進入訓練集、檢索增強生成系統或自動評測集。不過,這一步還需要額外處理來源、授權、署名及歷史數學術語正規化等問題。不能直接把手稿掃描件丟進訓練流程,再把生成結果稱為新發現。
資料庫本身才是基礎設施。模型只是建設及使用它的工具之一。
來源
The Guardian:AI helps unlock hidden discoveries in the man who transformed maths
編輯觀察
這次變化更像是研究基礎設施升級,而不是 AI 獨立完成數學突破。過去,數學家得花大量時間辨識掃描件、編號及檢索;現在,模型可以先處理這些低層卻耗人的工作,而真正稀缺的仍是問題選擇、語境判斷與證明鏈複核。
我的判斷是,第一波明確收益會出現在校勘、編目與形式化工作,而不是完全無人監督的原創證明。前者可以對照原文逐項驗收,錯誤也較容易定位;後者連「值得證明什麼」都需要外部研究判斷。未來幾個月,更值得追蹤的是手稿資料庫是否公開、專家複核比例有多高,以及哪些結果進入了同行評審或正式形式化庫。
這次與過去的「AI 解題」新聞不同:材料來自歷史手稿,任務鏈可以與掃描件對照,不必先相信模型的結論。不過,原報導使用的是「據稱包含數百項已證明定理」的表述;我並未逐項查核這些定理,也無法僅憑報導摘要判斷形式化覆蓋率。它證明 AI 能降低舊手稿的使用門檻,但還不能證明 AI 已改變數學發現的分工。