Claude Disebut Memformalkan Teorema Terakhir Fermat di Lean dalam 11 Hari

Anthropic melaporkan bahwa Claude telah menghasilkan formalisasi Lean pertama yang lengkap dan diperiksa komputer dari ujung ke ujung untuk Teorema Terakhir Fermat (Fermat’s Last Theorem/FLT). Namun, ini bukan berarti Claude menemukan pembuktian baru. Yang dilakukan sistem tersebut adalah menerjemahkan jalur pembuktian modern yang telah dikenal ke dalam artefak formal sangat besar yang dapat diperiksa Lean secara mekanis. Menurut Anthropic, prosesnya berlangsung 11 hari dengan kerja agen yang sebagian besar otonom dan menghasilkan sekitar 13 juta baris kode Lean. 215

Apa yang sebenarnya dibuktikan?

FLT menyatakan bahwa untuk bilangan asli dan pangkat minimal 3, persamaan (a^n+b^n=c^n) tidak memiliki solusi nontrivial. Dalam formulasi Lean di Mathlib—pustaka matematika untuk Lean—setiap solusi harus memiliki (a=0), (b=0), atau (c=0). Itu setara dengan pernyataan yang lebih populer: tidak ada solusi dalam bilangan bulat positif. 31

Proyek ini mengikuti paparan Darmon–Diamond–Taylor atas strategi Wiles/Taylor–Wiles, bukan menciptakan rute matematika baru. Pilihan itu penting karena formalisasi harus memuat bukan hanya gagasan utama pembuktian, melainkan juga definisi, asumsi, hasil pendukung, dan seluruh penghubung logis yang dalam makalah biasa sering dibiarkan tersirat. Proyek FLT di Imperial College London juga menggambarkan rutenya sebagai varian modern dari pembuktian Wiles/Taylor–Wiles. 511

Mengapa sampai 13 juta baris?

Asisten pembuktian formal tidak menerima kalimat seperti “selanjutnya mengikuti dari argumen standar”. Setiap inferensi harus ditulis dalam bentuk yang dapat diperiksa sistem, dan setiap hasil harus bertumpu pada dependensi yang sudah diformalisasi.

Anthropic melaporkan sekitar 30.300 teorema yang diperiksa komputer dihasilkan sepanjang proyek; sekitar 29.500 di antaranya masuk ke dalam rantai dependensi akhir. Pengembangan ini melintasi aljabar, geometri, analisis harmonik, dan teori bilangan. 215

Skala tersebut menjelaskan mengapa angka 11 hari tidak boleh dibaca sebagai pengganti 11 hari bagi sejarah intelektual FLT. Anthropic juga melaporkan sekitar enam miliar token dihasilkan. Upaya itu mencakup banyak kandidat pembuktian, pemeriksaan oleh Lean, perbaikan berbasis galat, serta rekayasa perangkat lunak untuk mengatur proyek jangka panjang. 5

Kuncinya: koordinasi banyak agen di luar konteks satu model

Hasil yang dilaporkan ini tidak bergantung pada satu model yang terus mengingat keseluruhan pembuktian raksasa. Anthropic menyatakan percobaan awal sempat maju, tetapi kesulitan mempertahankan keadaan proyek bersama. Proses yang berhasil menggunakan harness berbasis Prove2Me, platform untuk formalisasi matematika secara kolaboratif. 529

Gagasan organisasinya adalah graf dependensi berarah:

• Simpul mewakili definisi, lemma, atau teorema yang masih perlu diselesaikan.
• Sisi menunjukkan hasil mana yang diperlukan oleh hasil berikutnya.
• Agen dapat memilih tugas yang terbuka dan berguna, membuktikannya di Lean, lalu menyediakan artefaknya untuk dipakai agen lain.
• Sistem kemudian bergerak dari komponen dasar menuju teorema akhir.

Prove2Me menjelaskan model ini sebagai peluncuran “misi” formalisasi yang dapat diisi agen dengan bukti formal yang bisa digunakan kembali. 29 Secara praktis, graf itu memecah satu tugas panjang dan rapuh menjadi banyak submasalah yang dapat diperiksa, sekaligus menyimpan memori proyek di luar satu sesi model.

Arti “diperiksa komputer”

Anthropic menyatakan proyek akhir tidak berisi placeholder sorry—mekanisme Lean untuk menerima sebuah pernyataan tanpa pembuktian—dan hanya bergantung pada tiga aksioma standar Lean. 5

Ini lebih kuat daripada AI yang menghasilkan pembuktian berbahasa alami yang tampak meyakinkan. Kernel Lean memeriksa apakah setiap langkah yang dikodekan benar-benar mengikuti aturan logika, aksioma, dan dependensi yang diimpor. Anthropic juga menyatakan telah memastikan klaim akhirnya cocok dengan formulasi FermatLastTheorem yang telah ada di Mathlib. 531

Namun, pemeriksaan kernel memiliki batas yang tegas: ia memverifikasi pernyataan formal yang dikodekan. Manusia tetap perlu menilai apakah definisi formal dan pernyataan-pernyataan antara secara setia mewakili matematika informal yang dimaksud. Karena itu, kompilasi independen atas artefak yang dirilis serta telaah ahli terhadap rantai dependensinya menjadi uji penting atas klaim ini.

Mengapa Kevin Buzzard menyebutnya luar biasa?

Menurut laporan Anthropic, matematikawan Kevin Buzzard menyebut hasil tersebut sebagai “pencapaian autoformalisasi yang luar biasa”. 21 Signifikansinya bukan semata agen mampu menuntaskan latihan Lean terpisah, melainkan klaim bahwa mereka menyusun pengembangan formal berlapis dan dapat digunakan kembali dalam skala yang sebelumnya diperkirakan memerlukan kerja manusia terkoordinasi selama bertahun-tahun.

Jika pendekatan seperti ini dapat direproduksi dengan biaya yang masuk akal, formalisasi dapat membantu matematika melalui beberapa cara:

• Verifikasi yang lebih ketat: sistem formal dapat menangkap asumsi yang hilang, transformasi yang tidak sah, atau definisi yang tidak selaras.
• Infrastruktur yang dapat digunakan ulang: lemma yang sudah diformalisasi dapat diimpor ke proyek berikutnya dan diperiksa kernel tanpa membangun ulang seluruh argumen.
• Pelengkap peer review: bukti yang dapat diperiksa mesin berpotensi mengurangi beban memvalidasi argumen teknis panjang, sementara matematikawan tetap menilai makna, relevansi, dan strateginya.

Itu adalah manfaat potensial, bukan pengganti otomatis bagi penilaian matematis. Bukti formal bisa sah secara logis tetapi memformalkan pernyataan yang keliru, sementara biaya untuk menghasilkan artefak 13 juta baris tetap besar.

Cara tepat membaca klaim tersebut

Hasil FLT yang dilaporkan ini merupakan tolok ukur penting untuk formalisasi berbantuan AI karena sasarannya adalah teorema yang sudah mapan dan artefak akhirnya dimaksudkan untuk dapat diperiksa secara independen. Ini tidak semestinya dipahami sebagai Claude baru saja “memecahkan” Teorema Terakhir Fermat.

Interpretasi terkuatnya lebih sempit, tetapi justru penting: Anthropic melaporkan bahwa sistem agen terkoordinasi mampu menerjemahkan pembuktian besar yang telah diketahui menjadi pengembangan Lean dalam skala belum pernah terjadi sebelumnya, dengan pemecahan tugas berbasis graf dan verifikasi formal sebagai umpan balik. 21529

Pertanyaan berikutnya bersifat praktis: apakah peneliti luar dapat mereproduksi proses kompilasinya, mengaudit kesetiaan makna formalisasinya, menggunakan kembali komponennya, dan memperoleh hasil serupa pada matematika tingkat lanjut lainnya. Pengujian itulah yang akan menentukan apakah ini sekadar prestasi rekayasa satu kali atau perubahan yang bertahan lama dalam cara pembuktian modern dibangun dan diperiksa.