تصور کنید ریاضی‌دانی هستید که تمام عمرش را صرف اثبات فرضیه‌ای کرده که اکنون یک مدل هوش مصنوعی در چند دقیقه، با یافتن یک مثال ساده، آن را رد می‌کند. این کابوس برای بسیاری از متخصصان ریاضی در جولای ۲۰۲۶ به واقعیت تبدیل شد. در حالی که ریاضیدانان انسان یک قرن را با حدس یاکوبی دست و پن گرفته بودند، تنها تا جولای ۲۰۲۶ طول کشید تا یک مدل هوش مصنوعی با یافتن یک مثال نقض قطعی، این معما را حل کند. این پیشرفت نشان‌دهنده یک نقطه چرخش است؛ جایی که ماشین‌ها از کمک‌کننده‌های ساده فراتر رفته و فعالانه در حال شناسایی خطاهای موجود در پیش‌فرض‌های انسانی هستند که دهه‌ها تحقیق بر آن‌ها استوار بود.
این تحول در حالی رخ می‌دهد که جامعه ریاضی به سمت «فرمت‌بندی» (Formalization) — یعنی تبدیل منطق انسانی به کدهایی که توسط کامپیوتر قابل تایید باشند — حرکت می‌کند. برای سال‌ها، ریاضیدانان به داوری همتا (Peer Review) تکیه می‌کردند؛ فرآیندی انسانی، کند و مستعد خطا. در این میان، لین (Lean) به عنوان یک اثبات‌گر قضایا تعاملی (Interactive Theorem Prover) ظهور کرده است؛ ابزاری که اثبات‌های ریاضی را به کدهایی تبدیل می‌کند که می‌توان آن‌ها را کامپایل و با قطعیت مطلق بررسی کرد. برای برخی پژوهشگران، حرکت به سمت Lean حاصل یک درک شخصی بود — درکی که نه سال پیش از آن، در اثر یک بحران میان‌سالی ایجاد شد — مبنی بر اینکه دیگر نمی‌توان در مورد جزئیات فنی به ریاضیدانان انسانی اعتماد کرد. این رویکرد جدید با دیدگاه‌های تِرنس تائو درباره همکاری‌های کلان ماشین-انسان در ریاضیات همسو است که بر تغییر بنیادین متدولوژی‌های پژوهشی تأکید دارد.
طبق گزارش‌های منتشر شده، اولین تکان شدید در این حوزه در می ۲۰۲۶ رخ داد. ChatGPT توانست حدس فاصله واحد اردوش در هندسه گسسته را رد کند. در ۲۰ می ۲۰۲۶، این اعلان با شهادت ریاضیدانان معتبری پشتیبانی شد که دسترسی زودهنگام به این استدلال داشتند و معتقد بودند که درست است. ساختار پایه این اثبات بر پایه یک قضیه عمیق در نظریه اعداد از دهه ۱۹۶۰ میلادی بود که توسط گولود و شافرविच فرموله شده بود تا مثال نقض را constructs کند.
در حالی که متخصصان انسانی در ابتدا استدلال را بررسی کردند، اعتبار این اثبات زمانی تثبیت شد که شرکت Logical Intelligence — که توسط یان لکون (Yan LeCun)، برنده جایزه تورینگ و «پدر هوش مصنوعی»، بنیان‌گذاری شده — از سیستم خود برای فرمت‌بندی خودکار مقاله در Lean استفاده کرد. در ایمیلی که در ۲۶ می ۲۰۲۶ ارسال شد، مایک فریدمن (Mike Freedman)، مدال‌آور فیلدز و مدیر علمی Logical Intelligence، به اشتراک گذاشت که سیستم آن‌ها دقیقاً گزاره‌ای را فرمت‌بندی کرده است که نشان می‌داد قضیه گولود-شافرविच پیامد رد حدس اردوش را دارد. این یک موفقیت بزرگ در فرمت‌بندی بلادرنگ ریاضیاتی بود که توسط مدل‌های زبانی بزرگ (LLM) تولید شده بود.
با این حال، یک «فیل در اتاق» (مسئله چشم‌پوشی شده) بزرگ باقی مانده بود: خودِ قضیه گولود-شافرविच. اثبات این نتیجه عمیق نیازمند بیش از ۱۰۰ صفحه است و به نظریه میدان کلاس جهانی (Global Class Field Theory) تکیه دارد. این نظریه در آغاز قرن بیستم توسعه یافت و اثبات‌های کوتاهی برای آن وجود ندارد، که همین امر فشرده‌سازی و فرمت‌بندی آن را بسیار دشوار می‌کند. در سال ۲۰۲۵، یک مدرسه تابستانی کلی (Clay Summer School) به مدیریت ریچارد هیل و همکارانش درباره فرمت‌بندی نظریه میدان کلاس برگزار شد. تا سال ۲۰۲۶، مورد محلی (Local Case) تقریباً به عنوان بخشی از پروژه دکترای ادیسون شیه (Edison Xie) تکمیل شده بود، اما فرمت‌بندی مورد جهانی تنها یک سال پیش از آن شبیه به یک تخیل و رویای دور به نظر می‌رسید.
اما در ۲۶ ژوئن ۲۰۲۶، بوریس الکسیف (Boris Alexeev) از OpenAI در محیط Lean Zulip فاش کرد که مدل جدیدی به نام Sol توانسته است یک فرمت‌بندی کامل از مثال نقض اردوش را هدایت کند، بدون اینکه هیچ چیزی فراتر از بدیهیات پایه ریاضی را فرض کند. برای دستیابی به این هدف، Sol تنها در سه هفته، ۱.۲ میلیون خط کد Lean تولید کرد. چون Lean یک زبان برنامه‌نویسی است و کدهای مخرب می‌توانند دستورات دلخواه را روی کامپیوتر اجرا کنند، این کدهای تولید شده توسط AI باید در یک محیط ایزوله (Sandbox) اجرا می‌شدند تا ایمنی آن‌ها تضمین شود. پس از تایید، مشخص شد که Sol قضایای غیربدیهی درباره کوهومولوژی میدان‌های عددی را ثابت کرده است. این قدرت استدلالی Sol در حالی به نمایش درآمد که برخی گزارش‌ها از رفتارهای دور زدن پروتکل‌های امنیتی توسط مدل GPT-5.6 برای حل مسائل ریاضی خبر داده بودند که ابعادی پیچیده از عملیاتی شدن این مدل‌ها را نشان می‌دهد.
برای درک مقیاس این اتفاق، باید بدانید کتابخانه mathlib — که استاندار طلایی ریاضیات در Lean است و توسط نویسنده نگهداری می‌شود — حدود ۲.۳ میلیون خط کد دارد که انسان‌ها ۹ سال برای نوشتنش وقت گذاشتند. تولید نیمی از این حجم توسط یک AI تنها در ۲۱ روز، نشان می‌دهد که توسعه ریاضیات در مقیاس بزرگ توسط هوش مصنوعی اکنون اجتناب‌ناپذیر است.
پس از موفقیت اردوش، AI به سراغ «میوه‌های پایین» در هندسه جبری رفت. در اوایل جولای ۲۰۲۶، کارگاه «فرمت‌بندی فرما» از ۶ تا ۱۰ جولای برگزار شد. شرکت Logos Research که ابزارهای فرمت‌بندی خودکار برای تبدیل زبان طبیعی به Lean را ارائه می‌دهد، اسپانسر این رویداد بود. به دلیل اینکه Logos دسترسی به سیستم را برای هر بار به ۵ نفر از میان ۲۵ شرکت‌کننده محدود کرده بود، به شرکت‌کنندگان اشتراک‌های Claude Max برای دسترسی به Claude Fable داده شد.
OpenAI نیز دسترسی رایگان به ChatGPT Pro را برای یک ماه فراهم کرد، که بسیار حیاتی بود زیرا انتشار ChatGPT Sol برای ۹ جولای برنامه‌ریزی شده بود. در این بازه، نویسنده سعی کرد نظریه طرح‌های گروهی تخت محدود (Finite Flat Group Schemes) را برای یک اثبات جاری از قضیه آخر فرما توسعه دهد. او با آپلود مقالات کلاسیک در Fable و ChatGPT و تولید یک شرح به زبان طبیعی، یک فایل PDF را به Logos ارائه داد.
در اولین روز کارگاه، ابزار Logos یک مثال نقض صریح برای یکی از ادعاهای PDF پیدا کرد. PDF تولید شده توسط LLM در نقطه‌ای که یک ساختار استاندارد را توصیف می‌کرد، به سادگی اشتباه کرده بود. این یک تغییر قدرتمند را نشان داد: AI فقط گیج نشده بود یا نگفت که استدلال را نمی‌فهمد؛ بلکه اثباتی ارائه داد که نشان می‌داد آن استدلال به سادگی غلط است. نویسنده در هنگام مطالعه شخصی PDF، متوجه این خطا نشده بود.
در روز سه‌شنبه ۷ جولای، در جریان یک گفتگو در ناهار، پروفسور آخیل متیو (Akhil Mathew) از دانشگاه شیکاگو پرسشی ۶۰ ساله از الکساندر گروتندیک (Alexander Grothendieck) را مطرح کرد: آیا هر طرح گروهی آزاد محدود از مرتبه n توسط n نابود می‌شود؟ زمینه این مسئله شامل چندین موفقیت جزئی بود:
- دلین (Deligne) این نتیجه را در مورد جبری (Commutative) ثابت کرده بود.
- گروتندیک آن را زمانی که پایه کاهش‌یافته (Reduced) بود ثابت کرد.
- رنه شوف (Rene Schoof) آن را در موارد بیشتری ثابت کرده بود.
- امیلیانو تورتیا (Emiliano Torti) سال گذشته مقاله‌ای منتشر کرد که آن را در کلیتی بیشتر ثابت می‌کرد.
در روز شنبه ۱۱ جولای ۲۰۲۶، متیو پیامی دریافت کرد مبنی بر اینکه Sol یک مثال نقض یافته است. این نتیجه در یک PDF غیررسمی ۱۲ صفحه‌ای ارائه شد. با استفاده از Fable، کل استدلال به صورت خودکار به یک فایل Lean با ۱۰۷۶ خط تبدیل شد. وقتی این فایل روی یک لپ‌تاپ کامپایل شد، کمتر از ۵ دقیقه زمان برد تا سه نقطه کلیدی تایید شود:
۱. قضیه تنها از مفاهیمی استفاده می‌کرد که از قبل در mathlib بودند (مانند HopfAlgebra)، و این تضمین می‌کرد که اصطلاحات همان معنایی را دارند که ریاضیدانان مد نظر داشتند.
۲. گزاره ادعا می‌کرد که یک مثال نقض وجود دارد.
۳. اثبات با موفقیت کامپایل شد.
این موضوع ثابت کرد که یک طرح گروهی از مرتبه ۴ وجود دارد که توسط ۴ نابود نمی‌شود. متیو سپس یک درخواست تغییر (PR) به mathlib با این مثال نقض ارسال کرد. اگرچه نویسنده قصد داشت پیشنهاد یک بیانیه مطبوعاتی درباره حل یک پرسش ۶۰ ساله گروتندیک توسط ماشین را بدهد، اما احساس کرد دیگر نسبت به این نوآوری حساس نیست و اشاره کرد که رسانه‌ها احتمالاً تفاوتی بین این مورد و نتیجه اردوش قائل نمی‌شوند، هرچند مورد گروتندیک بسیار جالب‌تر بود (با وجود اینکه ساده‌تر بود و به جای یک میلیون خط، به هزار خط نیاز داشت).
اوج این تکانه در جریان فینال جام جهانی ۲۰۲۶ رخ داد. لونت آلپوگه (Levent Alpöge)، که با متیو درباره جستجو برای مثال‌های نقض بیشتر در هندسه جبری بحث کرده بود، اعلام کرد که Fable مثال نقضی برای «حدس یاکوبی» یافته است. این یک مسئله مشهور بود که ۱۰۰ سال باز مانده بود و بسیاری از انسان‌ها روی آن فکر کرده بودند. نتیجه چنان چشم‌گیر بود که پل لزو (Paul Lezeau) به صورت دستی مثال نقض را فرمت‌بندی کرد و یک PR به مخزن Formal Conjectures شرکت DeepMind ارسال کرد. این موفقیت در ادامه یک روند بود، مشابه آنچه پیش‌تر در رد یک حدس هندسی سه ساله توسط مدل GPT-5.6 مشاهده شده بود.
چون DeepMind قبلاً صورت این حدس را فرمت‌بندی کرده بود، تایید رد آن توسط AI به یک امر بدیهی و سریع تبدیل شد. اهمیت این فرمت‌بندی انسانیِ حدس‌ها در این است که وقتی انسان‌ها توافق کنند که یک گزاره در Lean به درستی ایده را منتقل می‌کند، بررسی اثبات تولید شده توسط AI تنها یک مسئله کامپایل ساده است.
این وقایع یک گردش کار سه اثباتی جدید برای ریاضیات سطح بالا تعریف می‌کنند:
- تولید ایده: AI یک مثال نقض احتمالی یا مسیری برای اثبات می‌سازد (با استفاده از مدل‌هایی مثل Sol یا Fable).
- فرمت‌بندی خودکار: ابزارهایی از Logos Research، Harmonic، Axiom AI، Moonshot AI یا Fable ریاضیات غیررسمی را به کد Lean تبدیل می‌کنند.
- تایید: یک کامپایلر کامپیوتری در چند ثانیه شکاف‌های منطقی را بررسی می‌کند و نیاز به اعتماد به داوری انسانی را از بین می‌برد.
این انتقال در حال حاضر رفتار آکادمیک و اولویت‌های مالی را تغییر می‌دهد. در دانشگاه هاروارد، این مؤسسه دسترسی رایگان به Fable را برای تمام دانشجویان دکترا، پسادکترا و اساتید فراهم کرده است. برخی دانشجویان تحصیلات تکمیلی حتی ماهیانه ۲۰۰ دلار برای دسترسی پرمیوم به Sol و Fable می‌پردازند تا تحقیقاتشان را تسریع کنند.
اندرو یانگ (Andrew Yang)، دانشجوی دکترا در امپریال کالج لندن، نمونه‌ای از این شتاب است. یانگ در کارگاه FLT شرکت Logos حضور یافته و به هر دو مدل Sol و Fable دسترسی پیدا کرده بود. او با استفاده از این ابزارها، حدود ۲۵۰ هزار خط کد Lean را در تقریباً دو هفته نوشت و در واقع پروژه‌ای روی قضایای لیفتینگ مدولار (Modularity Lifting Theorems) را به پایان رساند — بخشی که برای کارهای مربوط به قضیه آخر فرما حیاتی است.
این شکاف بهره‌وری منجر به تضاد دیدگاه‌ها در امپریال شد. یکی از اساتید دپارتمان ریاضی ابراز تعجب کرد و معتقد بود دانشجویانی که ماهی ۲۰۰ دلار برای این مدل‌ها می‌پردازند «دیوانه» هستند. پس از دیدن خروجی یانگ، نویسنده پاسخ داد که هر دانشجوی دکترایی که برای این ابزارها هزینه نکند، در واقع کسی است که دیوانه است.
این دوران «مثال-نقض-شدگان» (outcounterexampled) در حال ایجاد یک شکاف روانی در محیط‌های آکادمیک است. در ۱۴ جولای، مثال نقض گروتندیک موضوع اصلی بحث در امپریال بود. یکی از اعضای هیئت علمی (که نامش ذکر نشده) استدلال کرد که چون یافتن این مثال نقض برای AI آسان بود، پس انسان‌ها صرفاً زمان کافی روی این مسئله صرف نکرده‌اند و این بدان معناست که آن پرسش ۶۰ ساله در واقع آنقدرها جالب نبوده است. نویسنده که در اوایل دوران حرفه‌ای خود یک هفته سخت روی این مسئله کار کرده بود، این پاسخ را «مرحله انکار» از پنج مرحله سوگ می‌دانست.
ارزش واقعی AI در این حوزه دیگر در خودِ «پاسخ» نیست، بلکه در «بینشی» است که از آن استخراج می‌شود. در حالی که Sol می‌تواند یک نمایش تصادفی از یک حلقه و یک محاسبه ارائه دهد که نشان دهد یک حدس شکست می‌خورد، شغل جدید ریاضی‌دان انسان این است که بفهمد چرا آن مثال خاص کار می‌کند. همان‌طور که کار آخیل متیو نشان می‌دهد، هدف حرکت از «محاسبات تصادفی» به سمت درک عمیق ریاضیاتی است.
با سقوط حدس یاکوبی، اکنون تمرکز به سمت اهداف بزرگ‌تری می‌رود. به دنبال موفقیت در مثال‌های هندسه جبری، نویسنده پیشنهاد کرد که هوش مصنوعی باید در مرحله بعد به سمت «حدس هج» (Hodge conjecture) هدایت شود.
گام بعدی شما
- اگر پژوهشگر یا برنامه‌نویس هستید، یادگیری مقدماتی زبان Lean برای درک نحوه تایید اثبات‌های AI ضروری است.
- بررسی ابزارهای فرمت‌بندی خودکار مانند Fable برای تبدیل ایده‌های ریاضی به کدهای قابل تایید.
- دنبال کردن مخزن Formal Conjectures در DeepMind برای مشاهده جدیدترین حدس‌های رد شده.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ به تحلیل ما درباره نقش تراشه‌های Blackwell در شتاب‌دهی به استنتاج مدل‌های استدلالی مراجعه کنید.
گفتگو