Claude’un Fermat’ın Son Teoremi’ni Lean’de 11 günde biçimselleştirdiği iddiası ne anlama geliyor?

Anthropic’in açıklamasına göre Claude, Fermat’ın Son Teoremi (FST) için yeni bir ispat bulmadı. Bunun yerine, zaten kabul edilmiş modern ispat yolunu Lean adlı ispat asistanının satır satır denetleyebileceği devasa bir biçimsel geliştirmeye dönüştürdü. Şirket, büyük ölçüde otonom yürütülen çalışmanın 11 gün sürdüğünü ve yaklaşık 13 milyon satır Lean kodu ürettiğini belirtiyor. 215

Bu ayrım önemli: Buradaki iddia, yapay zekânın yüzyıllık bir matematik problemini yeniden çözdüğü değil; uzun, karmaşık ve çok katmanlı bilinen bir ispatı bilgisayarın mekanik olarak doğrulayabileceği biçime çevirdiğidir.

Fermat’ın Son Teoremi tam olarak ne diyor?

Teorem, (n \ge 3) için

[
a^n+b^n=c^n
]

denkleminin pozitif tam sayılarda çözümü olmadığını söyler. Mathlib adlı Lean matematik kütüphanesindeki karşılığı, doğal sayılardaki her çözümde (a), (b) ya da (c)’den en az birinin sıfır olması gerektiğini ifade eder. Bu, alışıldık “pozitif tam sayılarda önemsiz olmayan çözüm yoktur” ifadesine denktir. 31

Claude’un izlediği yol, Wiles/Taylor–Wiles stratejisinin Darmon–Diamond–Taylor sunumuna dayanıyor; yani matematikte yeni bir rota icat edilmedi. Imperial College London’daki devam eden FST biçimselleştirme projesi de Wiles/Taylor–Wiles ispatının modern bir varyantını izlediğini belirtiyor. 511

13 milyon satır neden gerekli oldu?

Bir makale, “standart bir argümanla sonuç çıkar” diyerek pek çok ara bağlantıyı atlayabilir. Lean’de ise her tanım, varsayım, çıkarım ve kullanılan yardımcı sonuç, sistemin tür denetiminden geçecek açıklıkta ifade edilmelidir.

Anthropic, proje boyunca yaklaşık 30.300 bilgisayar tarafından doğrulanmış teorem üretildiğini; bunların yaklaşık 29.500’ünün nihai ispatın bağımlılık zincirinde yer aldığını bildiriyor. Geliştirme; cebir, geometri, harmonik analiz ve sayı teorisi gibi alanlara yayılıyor. 215

Bu nedenle “11 gün” ifadesini, FST’nin fikrî ve tarihsel birikiminin 11 günde ikame edildiği şeklinde okumamak gerekir. Şirketin verdiği yaklaşık 6 milyar üretilmiş token rakamı; çok sayıda deneme, Lean’in hata geri bildirimine göre düzeltme, başarısız aday ispatlar ve büyük projenin mühendislik yükünü de kapsıyor. 5

Kritik unsur: Çok sayıda ajanı ortak bir plan etrafında koordine etmek

Anthropic’e göre erken denemeler ilerleme kaydetse de ajanların ortak proje durumunu korumasında zorlanıldı. Başarılı çalışmada, işbirlikçi matematik biçimselleştirmesi için tasarlanmış Prove2Me temelli bir yürütme altyapısı kullanıldı. 529

Merkezde yönlü bir bağımlılık grafiği bulunuyor:

• Düğümler, henüz tamamlanmamış tanımları, lemmaları veya teoremleri temsil ediyor.
• Oklar, hangi sonucun daha sonraki hangi sonuç için gerektiğini gösteriyor.
• Ajanlar açık ve yararlı görevleri seçiyor, bunları Lean’de ispatlıyor ve sonuçları diğer ajanların yeniden kullanmasına açıyor.
• Sistem, temel yapı taşlarından yukarı doğru ilerleyerek nihai teoreme ulaşabiliyor.

Prove2Me, kullanıcıların yapay zekâ ajanlarının yeniden kullanılabilir biçimsel ispatlar katkıladığı “görevler” başlatmasına imkân veren açık işbirlikçi bir platform olarak tanımlanıyor. 29 Bu yaklaşım, tek bir modelin çok uzun süre boyunca bağlamı kaybetmeden takip etmesi gereken kırılgan bir işi, denetlenebilir küçük alt problemlere bölüyor. Aynı zamanda model oturumunun dışındaki kalıcı proje hafızasını oluşturuyor.

“Bilgisayar tarafından denetlendi” denince ne anlaşılmalı?

Anthropic, nihai projede Lean’de “kanıtlanmadan kabul edilmiş” ifadeler için kullanılan sorry yer tutucularının bulunmadığını ve ispatın yalnızca Lean’in üç standart aksiyomuna dayandığını söylüyor. 5

Bu, ikna edici görünen doğal dilde bir yapay zekâ açıklamasından çok daha güçlü bir iddia. Lean’in çekirdeği, kodlanan her adımın mantık kuralları, aksiyomlar ve içe aktarılan bağımlılıklar altında gerçekten takip edip etmediğini denetler. Anthropic ayrıca bitişteki iddianın Mathlib’deki yerleşik FermatLastTheorem formülasyonuyla eşleştiğini doğruladığını belirtiyor. 531

Yine de çekirdek denetiminin kesin bir sınırı var: Sistem, kodlanmış biçimsel ifadeyi doğrular. İnsanların, kullanılan tanımların ve ara teoremlerin anlatılmak istenen gayriresmî matematiği sadakatle temsil edip etmediğini incelemesi gerekir. Bu yüzden yayımlanan çalışmanın bağımsız biçimde derlenmesi ve uzmanlarca bağımlılık zincirinin gözden geçirilmesi, bu iddianın en önemli testleri arasında yer alıyor.

Kevin Buzzard neden bunu “olağanüstü” buldu?

Anthropic’in aktardığına göre Imperial College London’dan matematikçi Kevin Buzzard sonucu “olağanüstü bir otomatik biçimselleştirme başarısı” olarak niteledi. 21

Önem, sadece ajanların tek tek Lean alıştırmalarını tamamlayabilmesinde değil. İddia; cebirden geometriye, harmonik analizden sayı teorisine uzanan, katmanlı ve yeniden kullanılabilir büyük bir biçimsel matematik yapısının oluşturulmuş olmasıdır.

Bu tür çalışmalar tekrarlanabilir ve daha erişilebilir hâle gelirse, matematik için üç pratik sonuç doğurabilir:

• Daha sıkı doğrulama: Eksik varsayımlar, geçersiz dönüşümler veya tanımlar arasındaki uyumsuzluklar biçimselleştirme sırasında görünür hâle gelebilir.
• Yeniden kullanılabilir altyapı: Bir lemma bir kez biçimsel olarak ispatlandığında, sonraki çalışmalar bunu içe aktarabilir ve mantıksal geçerliliği Lean çekirdeğine bırakabilir.
• Hakemli değerlendirmenin tamamlayıcısı: Makinece denetlenebilir ispatlar, çok uzun teknik argümanların kontrol yükünü azaltabilir; buna karşılık anlam, önem ve ispat stratejisinin değerlendirilmesi matematikçilere kalır.

Bunlar olası faydalardır; matematiksel muhakemenin otomatik olarak yerini alacakları anlamına gelmez. 13 milyon satırlık bir eserin üretilmesi hâlâ ciddi hesaplama ve mühendislik maliyeti taşıyor.

Bu iddia en doğru nasıl okunmalı?

FST zaten ispatlanmış bir teorem olduğundan, Claude’un çalışması “Fermat’ın Son Teoremi’ni çözdü” diye sunulmamalı. Daha isabetli yorum şudur: Anthropic, koordineli bir ajan sisteminin büyük bir bilinen ispatı, görevleri bağımlılık grafiği üzerinden bölerek ve Lean doğrulamasını sürekli geri bildirim olarak kullanarak, eşi görülmemiş ölçekte biçimsel bir Lean geliştirmesine dönüştürdüğünü bildiriyor. 21529

Bunun kalıcı bir dönüm noktası olup olmadığı; dış araştırmacıların yapıyı yeniden derleyebilmesine, biçimsel ifadelerin amaçlanan matematikle uyuştuğunu denetleyebilmesine, ortaya çıkan bileşenleri başka projelerde kullanabilmesine ve benzer ölçekli sonuçların başka ileri matematik alanlarında tekrarlanabilmesine bağlı olacak.