近年来,AI似乎每周都能攻克一道新的数学难题。上个月,OpenAI发布了719篇论文,声称解决了数学领域一些最难的问题。但即使是用来验证这些结果的计算机程序也可能出现错误。经历了多年的AI混乱后,人们不禁开始担忧数学是否也会遭遇类似问题。

Axiom Math公司则相信,数学可以避免这种命运,不是通过放缓进程,而是通过建立更加坚实的基础。作为一家估值16亿美元的初创企业,Axiom Math希望打造一个经过验证的数学基础,供AI代理依赖,以编写软件,最终推动科学发展。

本周三,该公司宣布正式完成了对“Stacks Project”的形式化验证。该项目是人类迄今编写的最大数学文献之一,数学界对其评价极高。哥伦比亚大学数学家Peter Woit称其“无可比拟”,并将其比作20世纪重建数学基础的著名“Bourbaki书籍”系列。

Stacks Project由Woit的同事Johan de Jong于2005年发起,作为一个开源参考资料。自那时起,众多数学家不断为其贡献内容,涵盖从大学代数到代数几何和数论等领域的最前沿成果。

Axiom Math利用其庞大的AI代理团队,将该项目约7654页的内容转化为约1600万行经过计算机验证的代码。

数学的形式化验证确保其结构的严谨性。数学家们将证明用名为Lean的编程语言重写,借助证明助手程序逐行检查代码,若通过验证,则证明逻辑上无误。

工程师们也采用类似的形式化验证方法来确认芯片设计的正确性,法国研究人员则用它来发现计算家庭福利软件中的漏洞。

对于像Stacks Project这样庞大的数学库,验证每个定理只是部分工作。项目中的定理和定义相互关联,层层递进,类似家谱,许多结果都追溯到之前的基础。

这种高度关联性让Axiom团队起初对项目能否成功持怀疑态度。他们必须确保约1600万行Lean代码中的所有连接保持完整。

Axiom CEO Carina Hong表示:“生活中庞大而又脆弱的事物往往难以共存。Stacks是数学基础的集合,你希望定理之间保持一致,不出现矛盾,定义之间也不冲突。”

这位25岁的CEO曾辍学于斯坦福数学博士项目,并于2025年3月创立了Axiom。公司同年3月完成由Menlo Ventures领投的2亿美元A轮融资。

Hong坦言:“我们曾不确定这种‘氛围编码’是否能保留Stacks的美感。”

为完成项目,团队为AI代理设定了松散的结构,让它们并行工作。技术团队成员Ashvin Swaminathan解释:“我们为Stacks设定了层级,但并非严格规定每个代理的具体任务。代理们自行寻找任务,发现可并行处理的内容。”

Axiom还训练了自家模型以提升数学能力,这一点是大多数其他验证初创公司未曾尝试的。起初,团队依靠Lean专家教导代理们人类的审美标准,随着时间推移,代理们逐渐自我学习并形成了“品味”。

这一成果填补了形式化数学中的巨大空白。Swaminathan指出:“在已形式化的数学中,代数几何领域存在一个巨大的黑洞。现在,研究者们终于有了可依赖的基础。”

Axiom认为,每一个经过验证的结果都是构建未来证明的基石,后续工作可以基于已验证的数学,而无需从零开始。UCLA数学家、菲尔兹奖得主Terence Tao也简明地表达了这一观点:“你拥有的形式化证明越多,能够创造的形式化证明也越多。”

Axiom的目标不仅是数学家。开发者长期以来一直难以确保代码无漏洞和安全隐患,随着AI代理编写越来越多的代码,这一问题愈发突出。

Axiom相信,未来的软件必须建立在经过验证的基础之上,就像Stacks项目现在所做的那样。

Swaminathan表示:“我们认为数学是构建这些基础的领域,这是一项可迁移的技能。代理们可以阅读我们的代码,理解它,并在此基础上构建新的基础设施。我们的Lean形式化现在成为代理们可以依赖的底层基质。”

Hong预计,未来AI的许多工作将以类似Axiom代理并行工作、自主选择任务的方式展开。她认为,AI代理需要一个构建良好、可复用的知识库,才能避免产生混乱。

她说:“你希望代理们拥有一个可复用的库,基于它不断推动边界。如果一开始就因糟糕的工程选择而产生混乱,那么扩展边界将非常困难。”

Hong对这一方法充满信心,甚至公开向所有编码公司发出挑战:“我公开挑战所有编码公司在如此规模上进行形式化验证。”