机器之心报道
编辑:陈萍
现在,数学辅助证明工具都用上了大模型。
「我预计,如果使用得当,到 2026 年,AI 将成为数学研究和许多其他领域值得信赖的合著者。」数学家陶哲轩在之前的一篇博客中说道。
陶哲轩这样说了,也这样做了。
他最近一直在用 GPT-4、Copilot、Lean 等工具进行数学研究,并且还在 AI 的帮助下发现了自己论文中的一处隐藏 bug。
不仅如此,前几天,陶哲轩表示:对多项式 Freiman-Ruzsa 猜想(PFR)的证明进行形式化的 Lean4 项目成功完成,并且耗时仅三周时间。Lean 编译器也报告该猜想符合标准公理,可以说这是计算机和 AI 辅助证明的一项巨大成功。
关于上述研究的更多内容,感兴趣的读者可以参考《陶哲轩用 AI 形式化的证明究竟是什么?一文看懂 PFR 猜想的前世今生》。
看到这,细心的读者可能已经发现了端倪,陶大神在进行数学研究时,多次都提到过 Lean。简单来讲,Lean 是一种可帮助数学家验证定理的编程语言,用户可以在其中编写和验证证明。相比初代 Lean,现在最新的 Lean 4 版本进行了多项优化,包括更快的编译器、改进的错误处理和更好的与外部工具集成的能力等。
在数学领域被广泛使用的 Lean,在大模型(LLM)刷屏的今天,两者有没有更好的结合方式呢?
现在已经有人实现了,开放平台 LeanDojo 团队(关于 LeanDojo,可参考「AI 大模型帮陶哲轩解题,还能证明数学定理了?」)和加州理工学院的研究者推出了 Lean Copilot,这是一款专为 LLM 与人类交互而设计的协作工具,旨在通过人机协作给出 100% 准确的形式化数学证明。
值得注意的是,LeanDojo 团队的研究主要集中在使用 LLM 自动化定理证明方面,从这点也不难看出,他们推出的 Lean Copilot 和 LLM 相关也不会令人吃惊。
项目地址:https://github.com/lean-dojo/LeanCopilot
对于这项研究,大家除了说 Cool,就是 very cool,评价还是很高的。
在 Lean 中使用 LLM,加快数学证明速度
一直以来,自动化定理证明面临重重困难,传统上,数学证明依赖于手工推导,需要细致的验证。现在随着 AI 的进步,研究者开始借助人工智能进行深入探索,但又免不了出现这种问题,即 LLM 在数学和推理任务中有时不是很靠谱,容易出现错误和幻觉。
Lean Copilot 允许用户在 Lean 中使用大型语言模型来自动化证明过程,从而显着加快证明合成的速度,在必要时还允许人类无缝介入和修改,从而在机器和人类智力之间提供平衡的协作。
Lean Copilot 允许在 Lean 中使用 LLM 来使证明自动化,如策略建议(suggesting tactics)、前提(premises)以及搜索证明(searching for proofs)。
用户可以选择使用 LeanDojo 提供的内置模型,或者导入自己的模型。这些模型可以在本地运行(无论是否有 GPU),或者在云端运行。
简而言之,Lean Copilot 为用户提供了一个灵活的方式,通过引入 LLM 来增强和优化在 Lean 中进行定理证明的过程。
Lean Copilot 的主要特点可总结为:
LLM 能够提出证明步骤,搜索证明,并从大型数学库中选择有用的引理。
Lean Copilot 可作为 Lean 包进行设置,并且能够无缝地在 Lean 的 VS Code 工作流中运行。
用户可以使用 LeanDojo 中的内置模型,或者使用自己的模型,这些模型可以在本地(有或没有 GPU)或云端运行。
该工具可在各种平台上运行,包括 Linux、macOS 和 Windows WSL。
为了使 LLM 更易于 Lean 用户使用,Lean Copilot 希望能够启动一个正反馈循环:证明自动化将带来更好的数据,并最终提高 LLM 在数学上的性能。
Lean Copilot 效果展示
大家可以根据官方教程配置 Lean Copilot,配置好后就可以进行实验了。项目作者也给出了一些官方示例。
策略建议。导入 LeanCopilot 后,你可以使用 suggest_tactics 生成策略建议。使用过程中,你也可以点击建议的策略,并在证明中使用它(参考下图)。
你可以提供一个前缀如 simp 来约束生成的策略。
证明搜索。如下图所示 search_proof 将 LLM 生成的策略与 aesop (用于 Lean 4 的白盒自动化项目)相结合,来搜索多策略证明。找到证明后,你可以单击该策略以将其插入编辑器中。
前提选择。该策略用于检索潜在有用前提(premises)的列表。目前,Lean Copilot 使用 LeanDojo 中的检索器从 Lean 和 mathlib4 (Lean 4 数学库)的固定 snapshot 中选择前提。
运行 LLM。你还可以运行 Lean 中的任何 LLM 推理,不限于定理证明。在本地或远程运行任意模型(请参阅自带模型)。
项目中还提到了一些高级用法,感兴趣的读者,可以去原项目了解更多内容。
参考链接:https://analyticsindiamag.com/lean-co-pilot-lets-you-use-llms-as-copilots-in-lean/
领取专属 10元无门槛券
私享最新 技术干货