Перейти к содержанию
Публикация AiManual

Доказательство гипотезы Римана в Lean: как устроена архитектура и что она значит для AI-математики

Разбираем Lean-доказательство гипотезы Римана: что сертифицировали Lean и Mathlib, как работает архитектура от Main.lean до метода Степанова и где проходят гран

Коротко

Что будет в материале

  1. 01

    Что произошло: публикация, сертификация и что именно доказано

  2. 02

    Финальная строка Main.lean: почему всё держится на одной оценке

  3. 03

    Откуда берётся оценка: метод Степанова для кривых над конечными полями

  4. 04

    Что именно проверяет Lean и где границы доверия

Что произошло: публикация, сертификация и что именно доказано

20 ноября 2026 года Левент Альпёге опубликовал Lean-библиотеку и четырёхстраничную записку. В записке сказано, что доказательство гипотезы Римана найдено в работе с Claude, что тот же метод доказывает обобщённую гипотезу Римана и что всё формализовано без дополнительных предположений. 21 ноября сообщества Lean и Mathlib опубликовали совместное заявление, поддержанное Lean FRO и Mathlib Initiative, с формулировкой «We hereby certify that both the statement and the proof of the Riemann Hypothesis are correct».

Это два события разного веса. Записка и библиотека - авторский результат с указанием на Claude как на инструмент. Совместное заявление - итог проверки сообществом: сертифицированы и формулировка, и доказательство. Доказанная теорема совпадает с формулировкой гипотезы Римана из Mathlib, библиотека зависит напрямую только от Mathlib, а экспортированное доказательство проверили несколько независимых проверяющих программ, включая официальное ядро Lean. Проверка шла на «инертном» экспорте: код библиотеки не мог повлиять на её результат.

Архитектуру удобно читать с конца. Финальный шаг умещается в одну строку Lean и звучит почти по-школьному: если остаток в сумме по простым не больше √X с любой сколь угодно малой добавкой, то все нетривиальные нули лежат на критической прямой. Вся сложность в том, откуда берётся эта оценка, и там уже появляются конечные поля, тета-поднятия и решётки.

Как выглядела первая часть истории и как реагировали математики, разобрано отдельно: математик заявил о доказательстве гипотезы Римана с помощью Claude.

Кто такой Левент Альпёге и при чём тут Claude

Альпёге - математик из Anthropic, автор библиотеки и записки. Claude в этой истории занимает позицию инструмента: модель участвовала в поиске конструкции, а проверяет результат Lean. Смешивать роли нельзя, иначе получится «нейросеть доказала гипотезу», хотя доказательство прошло через формальный верификатор, а не через языковую модель.

Формат публикации отражает масштаб. Четыре страницы физически не вмещают человекочитаемое изложение: основной артефакт - сама формализация, а записка объясняет, что именно проверять.

Утверждения про обобщённую гипотезу Римана и про формализацию без дополнительных предположений идут от автора записки. Сертификация сообщества касается формулировки гипотезы Римана и её доказательства.

Что означает сертификация Lean и Mathlib

Сертификация опирается на совпадение формулировок. Теорема в библиотеке Альпёге - ровно та формулировка гипотезы Римана, что уже лежит в Mathlib, а не переписанный поудобнее вариант. Пункт критичный: формально верный код доказывает только то, что записано в его типах, и подмена формулировки обесценила бы всё остальное.

Вторая опора - зависимости. Библиотека зависит напрямую только от Mathlib, без отдельного слоя нестандартных аксиом, подключённых автором. Читателю это даёт проверяемое свойство: круг допущений ограничен известной библиотекой, а не скрытыми договорённостями внутри проекта.

Третья опора - способ проверки. Экспорт доказательства прогнали несколько независимых проверяющих программ, включая официальное ядро Lean, на инертном экспорте. Детали механизма в доступных материалах раскрыты не полностью, но смысл заявлен прямо: код библиотеки не мог вмешаться в результат проверки, поэтому проверялось доказательство, а не удобства вокруг него.

Финальная строка Main.lean: почему всё держится на одной оценке

Финальная теорема в Main.lean занимает одну строку. Её содержание: односторонней оценки остатка с показателем 1/2 + Cε для каждого ε > 0 достаточно, чтобы все нетривиальные нули дзета-функции оказались на критической прямой.

Здесь работает разница между «почти» и «ровно». Оценка R(X) ≤ X^(1/2 + Cε) при фиксированном положительном ε запрещает нули только в полосе правее прямой Re(s) = 1/2 + Cε, а внутри этой полосы гипотеза Римана остаётся недоказанной. Возможность брать ε сколь угодно малым убирает полосу целиком. Этот переход отделяет оценку, которая гипотезу Римана не доказывает, от оценки, которая её доказывает.

Сглаженный остаток суммы фон Мангольдта

Речь о сумме фон Мангольдта по простым степеням: Σ по n ≤ X от Λ(n). Главный член такой суммы растёт как X, а интересует остаток, то есть отклонение от главного члена. Обозначим его R(X).

Сглаживание убирает технические осцилляции на границе суммирования. Без него оценка упирается в детали обрезания, которые к гипотезе Римана отношения не имеют; со сглаживанием остаётся чистый вопрос о скорости роста отклонения.

Игрушечная иллюстрация, намеренно более простая, чем настоящая конструкция: если разброс значений вокруг среднего растёт медленнее самой выборки, крупные аномалии внутри неё маловероятны. В доказательстве на месте таких аномалий оказываются нули дзета-функции правее критической прямой. Иллюстрация объясняет логику, но не заменяет теорему.

Принцип Ландау: как оценка остатка запрещает нули правее критической прямой

Принцип Ландау переводит аналитическую оценку в утверждение о нулях. Схема такая: односторонняя оценка остатка с показателем 1/2 + Cε означает отсутствие нулей дзета-функции правее прямой Re(s) = 1/2 + Cε. Если ε можно брать сколь угодно малым, нулей правее 1/2 не остаётся, а симметрия дзета-функции относительно критической прямой закрывает левую сторону. Нетривиальные нули оказываются на прямой.

Таблица с остатком до миллиона, которую разбирают в финале, показывает численную картину: остаток ведёт себя скромно относительно X. Численные данные служат проверкой здравого смысла. Доказательством они не служат, потому что гипотеза Римана говорит о поведении при всех X, а не до миллиона.

Дальше начинается тяжёлая часть: нужно доказать саму оценку.

Откуда берётся оценка: метод Степанова для кривых над конечными полями

Источник оценки - метод Степанова для кривых над конечными полями. Разбор архитектуры доказательства идёт от финала назад именно к этому месту, и оно же самое нетривиальное в переносе.

Логика переноса двухступенчатая. Сначала результат получают в мире конечных полей, где есть удобные инструменты: кривые, их точки, кратность, алгебраическая структура. Потом конструкция переносится на целые числа. Вторая ступень и съедает основную сложность: инструменты, которые в конечном поле работают сами собой, над целыми числами требуют замены.

Почему кратность над целыми числами «нечем дифференцировать»

В методе Степанова кратность нулей и пересечений несёт основную нагрузку: она позволяет контролировать, сколько раз объект касается нужного места, и без неё оценка рассыпается. В конечном поле этот контроль обеспечен алгебраически. Над целыми числами подходящего аналога нет, и в разборе это описано коротко: кратность «нечем дифференцировать».

Разрыв принципиальный, а не косметический. Заменить нужно сам механизм контроля, а не подправить обозначения.

Цепочка тета-поднятий длины √X как замена кратности

Замена - цепочка тета-поднятий длины √X. Кратность исчезает как отдельный объект, её роль берёт на себя последовательность шагов, каждый из которых поднимает данные на следующий уровень. Длина цепочки согласована с масштабом √X в целевой оценке: сколько шагов, такой и порядок остатка.

На выходе цепочки работает делимость. Она гарантирует, что элементы цепочки согласованы между собой. Без неё склейка следующего шага не проходит.

Точные формулы здесь не воспроизводятся: в разборе исходники читались выборочно, и в местах без сверки с кодом это отмечено прямо. Архитектурная роль элементов от такой оговорки не меняется, а детали доказательства по пересказу не восстановить.

Склейка локальных условий в общую решётку

Локальные условия по отдельным местам сами по себе дают набор разрозненных фактов. Их согласуют между собой и склеивают в общую решётку: глобальный объект, из которого выводится оценка остатка для всей суммы. Момент склейки превращает набор лемм в доказательство.

Здесь архитектура становится цельной. Степанов даёт инструменты, тета-поднятия заменяют кратность, делимость обеспечивает совместимость, решётка собирает локальное в глобальное. Дальше работает финальная строка из Main.lean.

Что именно проверяет Lean и где границы доверия

Уровни в этой истории разделены. Claude участвовал в поиске математической конструкции. Формализация превращает конструкцию в код. Lean проверяет каждый шаг вывода. Доверие к результату не опирается на слова модели ни на одном из уровней.

Ядро Lean мало и независимо, поэтому проверка не требует верить ни Claude, ни автору библиотеки. Ядро принимает только шаги, которые следуют из определений и аксиом по формальным правилам. Несколько независимых проверяющих программ, прогнавших тот же экспорт, снижают риск ошибки в самом ядре, а инертный экспорт исключает влияние кода библиотеки на результат.

Границы начинаются там, где заканчивается синтаксис. Формальная проверка удостоверяет корректность вывода, но не осмысленность постановки: код может безупречно доказывать не то утверждение, которое имел в виду читатель. В этом кейсе риск снят сертификацией совпадения с формулировкой из Mathlib, и это стоит ценить отдельно от факта компиляции.

Ещё одна граница: Lean ничего не говорит о понимании. Он не объясняет, почему конструкция пришла в голову, и не делает доказательство удобным для чтения. Поэтому записка на четыре страницы и разборы нужны даже при полностью проверенном коде. Как такой конвейер выглядит в других задачах, включая проверку AI-кода, разобрано в материале о том, как формальная проверка с ИИ может стать стандартом для сложных доказательств и AI-кода.

Что это значит для AI-математики и практики работы с LLM

Случай редкий по сочетанию условий: открытая математическая проблема, участие языковой модели и формальная верификация, которую признало сообщество. Обычные демонстрации LLM в математике заканчиваются текстом, который читают люди. Здесь финальный артефакт проверяет машина по формальным правилам, а сообщество сертифицирует совпадение формулировки.

Ценность в связке, а не в отдельной строчке «нейросеть доказала». Схема такая: модель помогает найти конструкцию, человек оформляет её в Lean, верификатор проверяет каждый шаг, сообщество проверяет формулировку и зависимости. Каждое звено можно проверить отдельно от остальных.

Практический вывод для тех, кто применяет LLM в задачах, где важна корректность: нужен независимый проверяющий слой. Формальный верификатор там, где утверждение записывается формально. Тесты и инварианты там, где речь о коде. Ревью там, где формализации нет. Без такого слоя остаётся доверие к тексту модели, а его цена известна: из 719 рукописей OpenAI 42% решений не прошли формализацию, о чём подробно сказано в разборе публикации.

Для контраста полезен соседний кейс: квазигипотеза Римана от OpenAI. Там результат слабее полной гипотезы, а разбор шёл усилиями специалистов по теории чисел, без сертификации в Lean. Разница между кейсами не в размере моделей, а в наличии формальной проверки и признания сообщества.

Заявленный охват метода шире одной гипотезы: по словам автора записки, он доказывает и обобщённую гипотезу Римана. Утверждение остаётся на ответственности автора, но сама рамка показательна: конструкция из конечных полей и решёток рассчитана на семейство задач, а не на одну.

Что осталось за рамками разбора и как проверить самому

Разбор не пересказывает все 17 миллионов строк. Он прослеживает выборочные узлы: финал с принципом Ландау и таблицей остатка, затем метод Степанова, кратность, тета-поднятия, делимость и решётку. Там, где сверки с кодом не было, это сказано прямо. Исходный разбор полезен именно такими пометками: видно, где заканчивается прослеженное и начинается ссылка на авторитет.

Полную проверку доказательства выполнили сообщество Lean и независимые проверяющие, а не автор разбора. Игрушечные примеры в тексте намеренно проще настоящей конструкции: они показывают, какую работу делает теорема, и не заменяют её.

Самостоятельная проверка делится на достижимую и тяжёлую. Достижимая часть: поставить Lean и Mathlib, собрать библиотеку, запустить ядро на экспорте и убедиться, что проверка проходит, а зависимость ограничена Mathlib. Этого хватает, чтобы подтвердить сам факт машинной проверки.

Тяжёлая часть требует подготовки в аналитической теории чисел и в Lean: без неё не оценить, действительно ли тета-поднятия дают нужную оценку остатка, и не проверить выборочные узлы независимо. Граница проходит примерно здесь: сертификацию и зависимости проверяют инструментами, архитектуру - знаниями.

Что остаётся у читателя: опубликованная Lean-библиотека с сертифицированной формулировкой и доказательством, записка на четыре страницы и разбор с явными границами сверки. Первый практический шаг - собрать библиотеку и открыть Main.lean, а не пересказывать чужой пересказ.

Подписаться на канал