Исследователи столкнулись с неожиданным ограничением при использовании ИИ для математических доказательств. Попытка подтвердить гипотезу Коллатца с помощью Lean 4 привела к ложному результату из-за ошибки в коде. Этот случай подчеркивает критическую важность формальной верификации и человеческого контроля при использовании генеративных моделей для решения сложных математических задач, где даже малейшая неточность в логике ведет к неверным выводам.
Использование систем автоматизированного доказательства теорем, таких как Lean 4, становится стандартом в математических исследованиях с применением ИИ. Однако интеграция нейросетей в этот процесс требует строгой проверки каждого шага. В данном кейсе ИИ успешно сгенерировал структуру доказательства, но допустил логическую ошибку, которую среда исполнения не смогла корректно интерпретировать как невалидную, что привело к ошибочному подтверждению гипотезы.
Этот инцидент демонстрирует разрыв между способностью ИИ имитировать математические рассуждения и его текущей неспособностью гарантировать абсолютную корректность в рамках формальных систем. Для математического сообщества это стало напоминанием о том, что инструменты на базе LLM требуют глубокой интеграции с инструментами верификации, чтобы избежать генерации «галлюцинаций», замаскированных под строгие доказательства.
Ключевые факты
- Гипотеза Коллатца остается одной из самых известных нерешенных проблем в теории чисел.
- Lean 4 — это функциональный язык программирования и интерактивный помощник для доказательства теорем.
- Ошибка возникла из-за некорректной интерпретации логических условий, сгенерированных моделью.
- Инцидент подтверждает, что текущие модели склонны к ошибкам в сложных формальных выводах, требующих многошаговой логической строгости.