丘成桐弟子再立功，广义庞加莱猜想证明首次形式化验证！

来源：市场资讯

（来源：新智元）

新智元报道

就在刚刚，数学界又有大消息了。

9月，AI成功形式化验证「庞加莱猜想」已经震撼了数学界。

刚刚，由Ayush Khaitan带领的顶尖学术团队，联合NVIDIA Humanfia团队，成功完成了Thurston几何化猜想的完整Lean形式化！

哈密尔顿-佩雷尔曼那份「世纪证明」长达数百页、连顶尖人类学者都要看上几年。

而继今年9月拿下大名鼎鼎的庞加莱猜想之后，这次终于在AI辅助下，化作了一行行代码。

470万行代码，仅仅用了两周左右的时间。

这是数学史上的又一座丰碑，更是AI辅助高阶几何分析迈入「狂飙时代」的标志。

AI辅助形式化数学，已经正式杀入人类最深奥的高阶几何分析「无人区」。

惊叹！庞加莱被推广到了完整几何化猜想

如果有人告诉你，有一支团队在两周内写出了470万行没有一个错误的现代数学代码，你一定会觉得他疯了。

但这正是刚刚发生的真事。

近日，斯坦福大学数学助理教授 Jared Duker Lichtman 惊呼：

确实令人惊叹的工作。

庞加莱证明被推广到了完整的几何化猜想，而这一切，全部在 Lean中完成了！

发布成果的，是普林斯顿数学与AI学者Ayush Khaitan。他的推文中，介绍了这次的超强跨界阵容。

看看这份硬核的团队名单：

在这支超级团队的协作下，奇迹诞生了。

Ayush 透露，该证明大约有 470 万行代码。

在 Chow、Liao 和 Qin 此前约 200 万行代码的工作之上，新增的270万行代码在短短大约两周内就编写完成！

目前，这项伟大工程已全面开源在了 GitHub 上。

https://github.com/qinz1yang/differential-geometry

降维打击：从「庞加莱」到「全几何化猜想」，他们究竟证明了什么？

为何让斯坦福数学家如此激动？

我们首先得知道Thurston几何化猜想到底难度几何。

大家都听说过「庞加莱猜想」。

它探讨的是：如果一个三维空间中所有的封闭曲线都能收缩成一点，那么这个空间是不是一定等价于一个三维球面？

2002年到2003年，俄罗斯数学鬼才格里戈里·佩雷尔曼横空出世，用三篇预印本论文证明了庞加莱猜想，随后拒领百万美元奖金，深藏功与名。

但庞加莱猜想其实只是一个宏大蓝图的「冰山一角」。这个蓝图，叫做「瑟斯顿几何化猜想」。

换句话，庞加莱猜想是教你如何认出一个「圆球」，瑟斯顿几何化猜想就是给整个三维宇宙，还列出了一张「元素周期表」。

它指出：任何三维流形，最终都可以被精确地切割成几块。更重要是的，每一块都必然属于8种标准几何结构中的一种！

当年，佩雷尔曼正是通过证明了瑟斯顿几何化猜想，从而「顺手」证明了庞加莱猜想。

他使用的绝招，叫作「Ricci流与手术理论」。

这就好比是用一个「几何熨斗」（Ricci流方程），把扭曲的空间熨平。遇到熨不平的死结（奇点），就做个「外科手术」把它剪掉、封口，然后继续熨。

这套理论极其深奥，即便是世界上最顶尖的几十位数学家，要完全验证佩雷尔曼的证明也花了两三年。

而今天，这群伟大学者和工程师，把这套人类智力巅峰的理论，原原本本地塞进了计算机的脑子里！

Thurston几何化猜想的完整Lean证明，意味着机器已经具备了处理高级微分几何、拓扑学和偏微分方程的能力。

机器正式杀入了高阶几何的「无人区」。

扒开 GitHub 代码库：这470万行代码到底写了什么？

如果你打开这个名为 differential-geometry 的 GitHub 仓库，你会强烈的「硬核暴击」。

链接：https://github.com/qinz1yang/differential-geometry

这是一座用机器语言搭建来的「现代微分几何数字长城」。

在 Lean 这个交互式定理证明器中，计算机不懂什么叫「显然可得」，它只认最底层的逻辑公理。为了让机器理解瑟斯顿几何化猜想，团队必须从零开始，在代码里定义整个宇宙的规则。

从仓库的技术细节来看，团队硬核填补了大量 Lean 官方数学库（Mathlib）中缺失的基础基建。

他们从底层重构了黎曼几何。

代码中定义了极其复杂的流形（Manifold）、切丛（Tangent Bundle）、张量场（Tensor Fields）以及黎曼度量（Riemannian Metrics）。

团队用严密的泛型编程，让机器终于「认识」了什么是弯曲的空间。

在传统的数学论文里，Ricci流不过就是一个偏微分方程

但在 GitHub 的仓库中，团队需要用成千上万行代码，精确定义「时间依赖的度量演化」、「Ricci曲率张量的局部计算」以及极其复杂的偏微分方程解的存在性边界。

佩雷尔曼证明中最难的部分，当属「手术理论」。

如何在代码中实现对一个抽象空间的「剪裁」和「缝合」？

团队在代码库中引入了复杂的拓扑连通和几何分解算法，将几何上的奇点处理转化为计算机可以一步步运行、校验的逻辑树。

两周疯狂输出：NVIDIA入局，大模型接管「代码生产线」

最让人热血沸腾的，是这组数据：两周，新增近270万行代码，总计470万行。

在软件工程界，一个270万行的项目足以让一个几十人的资深开发团队连续加班一整年。

而在逻辑密度极高、每行代码都需要极长编译验证时间的 Lean 语言中，两周写完，纯靠人力是绝对不可能完成的！

他们是怎么做到的？

答案呼之欲出：NVIDIA Humanfia 团队带来了大模型与自动化推理的「降维打击」。

英伟达不仅提供地表最强的算力，他们正在探索如何让AI直接辅助最前沿的基础科学研究。

虽然官方尚未公开所有AI生成的细节，但从短时间内暴增的代码量可以推断出这套「工业化」的证明流水线。

Chow、Liao、Qin 等顶尖数学家负责绘制「战术地图」，将庞大的几何化猜想拆解为数以千计的引理和子目标。

NVIDIA 团队利用LLM和自动化脚本，根据人类提供的上下文，疯狂生成海量的底层证明代码、补全繁琐的代数推演和边界条件穷举。

最后，所有的代码被送入 Lean 编译器进行无情的「逻辑质检」，不通过就打回重写，直到绿灯亮起。

这不仅是数学界的大事，更是AI进化史上的绝对焦点！

目前的大语言模型在复杂的长链条逻辑推理上依然存在「幻觉」，而解决大模型逻辑缺陷的终极武器，正是数学形式化。

如果AI能熟练生成 Lean 代码，去证明「瑟斯顿几何化猜想」这种人类智力巅峰的产物，那么距离AI自己「提出新猜想并给出证明」，真的只有一步之遥了。

为数学宇宙铺设高速公路，新纪元已然开启

Thurston 几何化猜想的完整形式化，绝不仅仅是完成了一次高难度的「代码翻译」。它留给世界的，是一笔宝贵的数字财富。

通过 GitHub 上的 differential-geometry 项目，团队为全人类留下了一套经过「绝对真理验证」的微分几何代码库。

这意味着，以后全世界的数学家想在计算机里研究多维流形、黑洞的几何结构甚至时空演化时，直接调用他们写好的库就可以了！

这是前人栽树、后人乘凉的伟大工程。

从庞加莱在一百多年前写下那个著名的猜想，到瑟斯顿描绘出三维宇宙的宏大蓝图。

从佩雷尔曼在圣彼得堡的公寓里演算，到今天 Ayush Khaitan、秦子洋、廖源、周培能等学者联合英伟达，用470万行代码让机器彻底「顿悟」……

人类对真理的追求，就像一场接力赛。

AI并没有抢走数学家的饭碗，而是给了他们一套探索宇宙的「星舰」。

人类破解难题的脚步，将爆发出前所未有的加速度。

参考资料：

https://x.com/ayushkhaitan343/status/2108654050203840528?s=20

编辑：大卫 Aeneas