ক্লোডৰ ৰিমেনৰ দাবী কৰা প্ৰমাণে সংকলন কৰে: লীন চেকবোৰে কি আৱৰি ৰাখে আৰু কি উন্মুক্ত ৰাখে
এন্থ্ৰপিকৰ গণিতজ্ঞ লেভেণ্ট আলপোজিয়ে এখন চাৰি পৃষ্ঠাৰ টোকা প্ৰকাশ কৰিছে য'ত তেওঁ কয় যে তেওঁ বিশ্বাস কৰে যে তেওঁ ক্লাউডৰ সৈতে কাম কৰি ৰিমেন অনুমান আৰু ইয়াৰ সাধাৰণীকৰণৰ প্ৰমাণ আৱিষ্কাৰ কৰিছে আৰু কেৱল লীন কোডহে মুকলি কৰিছে: প্ৰায় 175,187 ফাইলত 17.4 নিযুত লাইন।
এন্থ্ৰপিকৰ গণিতজ্ঞ লেভেণ্ট আলপোজিয়ে এখন চাৰি পৃষ্ঠাৰ টোকা প্ৰকাশ কৰিছে য'ত তেওঁ কয় যে তেওঁ বিশ্বাস কৰে যে তেওঁ ক্লাউডৰ সৈতে কাম কৰি ৰিমেন অনুমান আৰু ইয়াৰ সাধাৰণীকৰণৰ প্ৰমাণ আৱিষ্কাৰ কৰিছে আৰু কেৱল লীন কোডহে মুকলি কৰিছে: প্ৰায় 175,187 ফাইলত 17.4 নিযুত লাইন। তেওঁ ইয়াক 2026 চনৰ 20 নৱেম্বৰ শুকুৰবাৰে পোষ্ট কৰিছিল, আৰু ই এটা দাবী, গ্ৰহণ কৰা প্ৰমাণ নহয়। শনিবাৰ 21 নৱেম্বৰ 17:05 GMT+7 লৈকে, এমআইটিৰ এণ্ড্ৰু ছাথাৰলেণ্ডে জনাইছে যে সকলো 175,187 মডিউলে লীন v4.33.1 আৰু মেথলিবৰ সৈতে কম্পাইল কৰে, যে পাঁচটা শিৰোনামৰ প্ৰমেয় কেৱল তিনিটা মানক স্বতঃসিদ্ধ (প্ৰপেক্সট, ক্লাছিকেল.চইচ, কোট.চাউণ্ড) ৰ ওপৰত নিৰ্ভৰ কৰে, যে স্বতন্ত্ৰভাৱে লিখা কাৰ্ণেল নান'ডা আৰু কন-লেচে সম্পূৰ্ণ 61.6 জিবি এক্সপৰ্ট কৰা প্ৰমাণ গ্ৰহণ কৰে (27 মিনিট 42 ছেকেণ্ড আৰু 3 মিনিট 15 ছেকেণ্ড), আৰু কন-লেচেৰ তুলনা মোড, কম্পাৰেটৰৰ ষ্টেটমেন্ট মেচিংৰ এটা স্বতন্ত্ৰ কাৰ্যকৰীকৰণ, সকলো পাঁচটা প্ৰমেয় গ্ৰহণ কৰে। চৰকাৰী `lake comparator` ৰাণ আৰু লীন ডিফল্ট আৰু পেৰানইড কাৰ্ণেল ৰিপ্লে সম্পূৰ্ণ প্ৰমাণৰ ওপৰত এতিয়াও চলি আছিল। এআই-উৎপন্ন লীনৰ বাবে কেভিন বাজাৰ্ডৰ চাৰিটা প্ৰশ্ন (ষ্টেটমেন্টটো মিলে নেকি, ই কম্পাইল হয় নেকি, কোডটোৱে নিৰ্দিষ্ট প্ৰমেয়টো প্ৰমাণ কৰে নেকি, ই কাৰ্ণেল বাগৰ সুবিধা লয় নেকি) প্ৰতিটো পৰীক্ষা কি আৱৰি থাকে তাক ফ্ৰেম কৰে। ছাথাৰলেণ্ডে ৰবিনৰ অসমতাও পৰীক্ষা কৰিছিল, জিটা ফাংচন নোহোৱাকৈ বিভাজক যোগফলৰ বিষয়ে এটা বিবৃতি, যি স্বতন্ত্ৰ পৰীক্ষকসকলে গ্ৰহণ কৰিছিল। এটা দ্বিতীয় দাবী, ৰবি ভাকিলৰ দ্বাৰা ঘোষণা কৰা সাধাৰণীকৃত অনুমানৰ এলেচেণ্ড্ৰো মাছুলোৰ মানৱ-লিখিত খচৰা প্ৰমাণ, এআইৰ সহায়ত পোৱা সমস্যাৰ প্ৰতিবেদন আহিছিল; ভাকিলে ইয়াৰ শুদ্ধতাৰ বিষয়ে কোনো দাবী নকৰে আৰু ব্ৰায়ান কনৰাডে চাইন্টিফিক আমেৰিকানক কৈছিল যে ইয়াৰ ডাঙৰ সংশোধন চলি আছে। তেৰেঞ্চ টাৱে লিখিছিল যে কেৱল লীন-প্ৰমাণটো হজম কৰিবলৈ কিছু সময় লাগিব। শুকুৰবাৰে এন্থ্ৰপিকৰ শ্বেয়াৰ $88.91 ত বন্ধ হৈছিল, বৃহস্পতিবাৰৰ বন্ধৰ তলত প্ৰায় 8.5 শতাংশ; দ্য গাৰ্ডিয়ানে এই হ্ৰাসক এক ব্যাপক প্ৰযুক্তি বিক্ৰীৰ সৈতে সংযুক্ত কৰে আৰু প্ৰমাণৰ সৈতে কোনো সংযোগ টানি নধৰে।
এই ভিডিঅ’টোত কি আছে
- এটা লীন প্ৰমাণ সংকলন কৰা এটা প্ৰকৃত পৰীক্ষা: এণ্ড্ৰু ছাথাৰলেণ্ড (MIT) এ জনাইছে যে ১৭৫,১৮৭ টা মডিউলৰ ভিতৰত ১৭৫,১৮৭ টা মডিউল শূন্য ত্ৰুটিৰে সংকলন কৰে, আৰু পাঁচটা মূল উপপাদ্যই কেৱল propext, Classical.choice আৰু Quot.sound ব্যৱহাৰ কৰে (পৃষ্ঠাখন শেহতীয়াকৈ ২০২৬-১১-২১ ১০:০৫ UTC ত আপডেট কৰা হৈছে)।
- স্বতন্ত্ৰ কাৰ্ণেলবোৰ একমত: nanoda (Rust) এ ৮0 টা থ্ৰেডত ২৭ মিনিট ৪২ ছেকেণ্ডত আৰু con-leche এ ৬৪ টা থ্ৰেডত ৩ মিনিট ১৫ ছেকেণ্ডত ৬১.৬ GB এক্সপ'ৰ্ট গ্ৰহণ কৰিছিল; লীন সম্প্ৰদায়ৰ যোৱাছিম ব্ৰেইটনাৰে এই ফলাফলক অতি পুংখানুপুংখভাৱে পৰীক্ষা কৰা বুলি অভিহিত কৰিছিল।
- কেভিন বাজাৰ্ডৰ চাৰিটা প্ৰশ্ন (ক্ষেনা প্ৰজেক্ট পোষ্ট, ১২ নৱেম্বৰ) হৈছে চেকলিষ্ট: লীনৰ বিবৃতিটো অনানুষ্ঠানিক বিবৃতিটোৰ সৈতে মিলে নেকি, কোডটো সংকলন কৰে নেকি, কোডটোৱে নিৰ্দিষ্ট উপপাদ্যটো প্ৰমাণ কৰে নেকি (lake comparator), ই কাৰ্ণেলৰ ভুল ব্যৱহাৰ কৰে নেকি (lake comparator --paranoid বা কেইবাটাও স্বতন্ত্ৰ কাৰ্ণেল)।
- ২১ নৱেম্বৰ ১৭:০৫ GMT+৭ লৈকে স্থিতি: সম্পূৰ্ণ প্ৰমাণৰ ওপৰত চৰকাৰী lake comparator ৰান আৰু লীনৰ ডিফল্ট আৰু পেৰানইড কাৰ্ণেলৰ ৰিপ্লে এতিয়াও চলি আছিল; ইয়াৰ বিবৃতি তুলনা আৰু স্বতঃসিদ্ধ পৰীক্ষা এটা ৰানত পাছ হৈছিল, আৰু con-leche --compare এ সকলো পাঁচটা উপপাদ্য গ্ৰহণ কৰিছিল।
- বিবৃতিটো Mathlib ৰ নিজা RiemannHypothesis সংজ্ঞা; ছাথাৰলেণ্ডে ৰবিনৰ অসমতাও পৰীক্ষা কৰিছিল, য'ত কেতিয়াও জেটাৰ কথা উল্লেখ কৰা নহয়, আৰু কয় যে ই Mathlib বিবৃতিৰ পিছৰ সংজ্ঞাবোৰত থকা ফুটাবোৰক ফলপ্ৰসূভাৱে বাতিল কৰে। তেওঁৰ পৃষ্ঠাত এইটোও কোৱা হৈছে যে ফলাফলটো কাৰ্ণেলবোৰ আৰু Mathlib ৰ সংজ্ঞাবোৰ উদ্দেশ্য অনুসৰি হোৱাৰ ওপৰত নিৰ্ভৰ কৰে।
- এটা সংকলন কৰা লীন ফাইলে গণিত ব্যাখ্যা নকৰে: আল্প'জে কয় যে তেওঁ সৃষ্টি কৰা গদ্য সংস্কৰণ ২৫০,০০০+ পৃষ্ঠাত উপনীত হৈছিল আৰু কেৱল লীন পোষ্ট কৰিছিল; টেৰেঞ্চ টাওৱে হজম কৰিবলৈ সময় লাগিব বুলি আশা কৰিছে; স্কট আৰনছনে কয় যে গণিতজ্ঞসকল সন্তুষ্ট হ'ব যেতিয়া তেওঁলোকে নিজেই ইয়াক ব্যাখ্যা কৰিব পাৰিব।
- এটা প্ৰতিদ্বন্দ্বী মানৱ-লিখিত খচৰা (আলেকজেণ্ডাৰ মাচুলো, ৰবি ভাকিলৰ দ্বাৰা ঘোষিত) এ AI-সহায়ক সমস্যাৰ প্ৰতিবেদন দাঙি ধৰিছিল; ভাকিলে ইয়াৰ শুদ্ধতাৰ বিষয়ে কোনো দাবী কৰা নাই আৰু ব্ৰায়ান কনৰাডে কৈছিল যে ই এক ডাঙৰ সংশোধনৰ মাজেৰে গৈ আছে।
- নিৰ্মাতাসকলৰ বাবে: কোডৰ আগতে স্পেক পঢ়ক, প্ৰমাণটোক বিবৃতিৰ সৈতে কোনে তুলনা কৰে আৰু কোনে বিবৃতিটো লিখিছিল সুধিব, আন কাৰোবাৰ দ্বাৰা লিখা এটা দ্বিতীয় পৰীক্ষক চলাব, আৰু মন কৰিব যে সংকলিত ফাইলৰ হেচবোৰ বিল্ড ডাইৰেক্টৰিৰ ওপৰত নিৰ্ভৰ কৰিব পাৰে (১৭৫,১৮৭ টা ফাইলৰ ৯৮,২১৯ টাত এটা পথ এম্বেড কৰা আছে)।
- ভিজুৱেল ক্ৰেডিট: IPAM ৰ Fireside Chat 2026 ত টেৰেঞ্চ টাওৰ প্ৰতিকৃতি ইন্সটিটিউট ফৰ পিওৰ এণ্ড এপ্লাইড মেথমেটিক্সৰ দ্বাৰা, CC BY 4.0, পৃষ্ঠভূমি আঁতৰাই ক্ৰপ কৰা; TechCrunch Disrupt 2023 ত ডেৰিঅ' আম'ডেইৰ প্ৰতিকৃতি TechCrunch ৰ দ্বাৰা, CC BY 2.0, পৃষ্ঠভূমি আঁতৰোৱা; প্ৰতিটোৱে কেৱল সেই ব্যক্তি বা এন্থ্ৰ'পিকক চিনাক্ত কৰে আৰু কোনো সমৰ্থন, উদ্ধৃতি বা প্ৰতিক্ৰিয়া বুজায় না; math.mit.edu, Lean Zulip, alpo.ge, ৰবি ভাকিলৰ ব্লগ আৰু অন্যান্য উদ্ধৃত পৃষ্ঠাবোৰৰ স্ক্ৰিন ৰেকৰ্ডিং আৰু অংশবোৰ তেওঁলোকৰ নিজা পৃষ্ঠাবোৰক ক্ৰেডিট দিয়া হৈছে; GIPHY ৰ জৰিয়তে "ডাবল চেকিং" কৰ্গি GIF ৰ এটা দুই-ছেকেণ্ডৰ নিৰৱ উদ্ধৃতি, যাৰ মালিকজনে অধিকাৰবোৰ ধৰি ৰাখিছে আৰু যি এই কাহিনীৰ কোনোৱেই প্ৰতিক্ৰিয়া কৰা বুলি বুজাই না; imgflip ৰ জৰিয়তে Is This A Pigeon মেমে টেমপ্লেট।
প্ৰশ্ন আৰু উত্তৰ
ৰিমেন অনুমানৰ লীন প্ৰমাণ সংকলন কৰাৰ অৰ্থ কি?
MIT ৰ এণ্ড্ৰু ছাথাৰলেণ্ডে জনাইছে যে লেভেণ্ট আল্প'জেৰ লীন আৰ্কাইভৰ সকলো ১৭৫,১৮৭ টা মডিউল Lean v4.33.1 আৰু Mathlib ৰ সৈতে শূন্য ত্ৰুটিৰে সংকলন কৰে, আৰু পাঁচটা মূল উপপাদ্য কেৱল তিনিটা মানক স্বতঃসিদ্ধ propext, Classical.choice আৰু Quot.sound ৰ ওপৰত নিৰ্ভৰ কৰে। সংকলনে দেখুৱাইছে যে লীনৰ বিবৃতিবোৰ ব্যৱহৃত চেকাৰবোৰ অনুসৰি সেই স্বতঃসিদ্ধবোৰৰ পৰা আহে। ই গণিত ব্যাখ্যা নকৰে, যিটো গণিতজ্ঞসকলে এতিয়াও হজম কৰা নাই।
AI-উৎপাদিত লীন প্ৰমাণ পৰীক্ষা কৰিবলৈ কেভিন বাজাৰ্ডৰ চাৰিটা প্ৰশ্ন কি?
১২ নৱেম্বৰৰ এটা পোষ্টত কেভিন বাজাৰ্ডে চাৰিটা প্ৰশ্ন উল্লেখ কৰিছে। লীনৰ বিবৃতিটো অনানুষ্ঠানিক বিবৃতিৰ সৈতে মিলে নেকি? কোডটো সংকলন কৰে নেকি? কোডটোৱে নিৰ্দিষ্ট উপপাদ্যটো প্ৰমাণ কৰে নেকি, যিটো lake comparator সঁজুলিয়ে পৰীক্ষা কৰে? ই লীনৰ চৰকাৰী কাৰ্ণেলৰ ভুল ব্যৱহাৰ কৰে নেকি, যিটো কেইবাটাও স্বতন্ত্ৰ কাৰ্ণেল বা পেৰানইড মোডত কম্পেৰেটৰে সমাধান কৰে? তেওঁ লিখিছে যে AI-উৎপাদিত কোডৰ কোনো শুদ্ধতাৰ দাবী কৰাৰ আগতে এই পৰীক্ষাবোৰৰ প্ৰয়োজন।
লীনৰ কম্পেৰেটৰে কি পৰীক্ষা কৰে, আৰু ৰিমেন প্ৰমাণৰ ওপৰত ইয়াৰ ৰান ক'ত আছিল?
কম্পেৰেটৰে পৰীক্ষা কৰে যে এটা বিশ্বাসযোগ্য ফাইলত কোৱা উপপাদ্য আৰু অপ্ৰকৃত আমদানিৰ জৰিয়তে প্ৰমাণিত উপপাদ্য একে, আৰু কেৱল মানক স্বতঃসিদ্ধবোৰ ব্যৱহাৰ কৰা হয় (কেভিন বাজাৰ্ড)। এণ্ড্ৰু ছাথাৰলেণ্ডৰ MIT পৃষ্ঠা, ২১ নৱেম্বৰ ১০:০৫ UTC ত আপডেট কৰা হৈছিল, তাত সম্পূৰ্ণ প্ৰমাণৰ ওপৰত চৰকাৰী ৰান এতিয়াও চলি আছিল বুলি উল্লেখ কৰা হৈছে, ইয়াৰ বিবৃতি আৰু স্বতঃসিদ্ধ পৰ্যায়বোৰ এটা ৰানত পাছ হৈছিল, আনহাতে কন-লেচেৰ তুলনা মোডে সকলো পাঁচটা উপপাদ্য গ্ৰহণ কৰিছিল।
আল্প'জে ৰিমেন অনুমানৰ প্ৰমাণৰ ওপৰত স্বতন্ত্ৰ লীন চেকাৰবোৰ একমত আছিল নেকি?
এণ্ড্ৰু ছাথাৰলেণ্ডৰ MIT পৃষ্ঠা অনুসৰি, স্বতন্ত্ৰভাৱে লিখা কাৰ্ণেল নান'ডা আৰু কন-লেচে এ সম্পূৰ্ণ ৬১.৬ GB এক্সপ'ৰ্ট কৰা প্ৰমাণ গ্ৰহণ কৰিছিল, য'ত ২৭ মিনিট ৪২ ছেকেণ্ড আৰু ৩ মিনিট ১৫ ছেকেণ্ড লাগিছিল, আৰু lean4lean এ প্ৰতিটো সংকলিত মডিউল গ্ৰহণ কৰিছিল। লীন ডেভেলপাৰ যোৱাছিম ব্ৰেইটনাৰে লিখিছিল যে প্ৰমাণটো এতিয়া অতি পুংখানুপুংখভাৱে পৰীক্ষা কৰা হৈছে। সেই আপডেটৰ সময়ত চৰকাৰী কম্পেৰেটৰ ৰান আৰু লীনৰ নিজা কাৰ্ণেলৰ ৰিপ্লে এতিয়াও চলি আছিল।
লীন ৰিমেন অনুমানৰ প্ৰমাণৰ দাবীৰ ওপৰত দ্য ডেইলী ডিফল্টৰ ৰায় কি আছিল?
দ্য ডেইলী ডিফল্টৰ ৰায় আছিল NEEDS REVIEW। সংকলন প্ৰকৃত আৰু স্বতন্ত্ৰ চেকাৰবোৰ একমত, কিন্তু শেষ আপডেটত চৰকাৰী কম্পেৰেটৰ ৰান অসম্পূৰ্ণ আছিল আৰু গণিতজ্ঞসকলে যুক্তিটো এতিয়াও হজম কৰা নাই। টেৰেঞ্চ টাওৱে হজম কৰিবলৈ সময় লাগিব বুলি আশা কৰিছে, আৰু স্কট আৰনছনে কয় যে গণিতজ্ঞসকল সন্তুষ্ট হ'ব যেতিয়া তেওঁলোকে নিজেই ধাৰণাবোৰ ব্যাখ্যা কৰিব পাৰিব। আলেকজেণ্ডাৰ মাচুলোৰ দ্বাৰা এটা প্ৰতিদ্বন্দ্বী মানৱ খচৰা ডাঙৰ সংশোধনৰ অধীনত আছে।
অনূদিত ট্ৰান্সক্ৰিপ্ট
মূল ইংৰাজী বৰ্ণনাৰ পৰা অনুবাদ কৰা হৈছে। উপলব্ধ অডিঅ’ আৰু কেপচন ইউটিউবে নিয়ন্ত্ৰণ কৰে।
অচিনাকি মানুহবোৰে প্ৰকৃততে কি নিশ্চিত কৰিছিল?
0:00 বেছিভাগ চেনেলত কোৱা হৈছে যে ক্লোড ৰিমেন অনুমান প্ৰমাণ কৰিছে। অচিনাকি মানুহবোৰে নিশ্চিত কৰিছে যে সত্তৰ লাখ শাৰী লীন সংকলন কৰে, আৰু এটা পৰীক্ষকে চাৰি মিনিটৰ তলত সম্পূৰ্ণ ফাইলটো গ্ৰহণ কৰিছে। এই ভিডিঅ'ত, সেই পৰীক্ষকে প্ৰকৃততে কি পৰীক্ষা কৰিছিল? এটা পৰীক্ষকে আপোনাক কেতিয়াও কি ক'ব নোৱাৰে? আৰু এজন নিৰ্মাতাই ইয়াৰ পৰা কি কপি কৰিব লাগে? শনিবাৰ দুপৰীয়ালৈকে এটা আৰু চেক চলি আছিল, যিটো কেভিন বাজাৰ্ডে কৈছিল যে তেওঁ অপেক্ষা কৰি আছিল।
0:23 মই আপোনাক ক'ম যে ৰায়ৰ আগতে ই ক'ত আছিল। আজি শনিবাৰ, একৈশ নৱেম্বৰ, আৰু এইটো হৈছে দ্য ডেইলী ডিফল্ট।
কোনে কি দাবী কৰে, আৰু কি ৰূপত?
0:29 লেভেণ্ট আল্প'জে এন্থ্ৰ'পিকৰ এজন গণিতজ্ঞ। শুকুৰবাৰে তেওঁ চাৰি পৃষ্ঠাৰ টোকা এটা পোষ্ট কৰিছিল য'ত তেওঁ বিশ্বাস কৰে বুলি কৈছিল যে তেওঁ, ক্লোডৰ সৈতে কাম কৰি ৰিমেন অনুমানৰ এটা প্ৰমাণ আৱিষ্কাৰ কৰিছে। তেওঁ কোনো কাকত মুকলি কৰা নাছিল, কেৱল লীন, এটা ভাষা য'ত এটা প্ৰ'গ্ৰামে প্ৰমাণৰ প্ৰতিটো পদক্ষেপ পৰীক্ষা কৰে। মই কালি কভাৰ কৰা আইপিঅ'টো পটভূমি। এন্থ্ৰ'পিকৰ শ্বেয়াৰ শুকুৰবাৰে আঠ শতাংশৰো অধিক হ্ৰাস পাইছিল, এক বিক্ৰীৰ ফলত দ্য গাৰ্ডিয়ানে প্ৰমাণৰ সৈতে জড়িত নকৰে,
0:53 আৰু ময়ো নকৰোঁ। আৰ্কাইভত এক লাখ পঁচাত্তৰ হাজাৰ ফাইল আছে।
চাৰিটা প্ৰশ্ন কি?
0:58 ছেপ্টেম্বৰত মই আপোনাক কৈছিলো যে ক্লোডৰ ফাৰ্মাট প্ৰমাণ তেৰ লাখ শাৰী আছিল, আৰু কেভিন বাজাৰ্ডে ইয়াক সংকলন কৰিবলৈ চেষ্টা কৰি মেমৰি শেষ কৰি পেলাইছিল। ন দিন আগতে তেওঁ AI দ্বাৰা লিখা লীনৰ বাবে চাৰিটা প্ৰশ্নৰ চেকলিষ্ট লিখিছিল। এক, লীনৰ বিবৃতিটোৱে প্ৰকৃত উপপাদ্য বুজাই নেকি? দুই, কোডটো সংকলন কৰে নেকি? তিনি, প্ৰমাণটোৱে সেই বিবৃতিটো প্ৰমাণ কৰে নেকি আৰু আন একো সূক্ষ্ম নহয়? চাৰি, ই লীনৰ নিজা কাৰ্ণেলৰ ভুল ব্যৱহাৰ কৰে নেকি? প্ৰশ্ন দুইটো সহজ।
ই সংকলন কৰে নেকি?
1:21 MIT ৰ এণ্ড্ৰু ছাথাৰলেণ্ডে কোনো ত্ৰুটি নোহোৱাকৈ সকলো সংকলন কৰিছিল, আৰু পাঁচটা মূল উপপাদ্য কেৱল তিনিটা স্বতঃসিদ্ধৰ ওপৰত নিৰ্ভৰ কৰে যিবোৰ লীনৰ প্ৰমাণবোৰে সাধাৰণতে ব্যৱহাৰ কৰে। বাজাৰ্ডে কয় যে সেইটোৰ উত্তৰ হয়। চৰকাৰী চেকটো নিজে চলাবলৈ প্ৰায় এশ জিগাবাইট মেমৰিৰ প্ৰয়োজন।
লীনৰ নিজা কাৰ্ণেলক ভ্ৰান্ত কৰিব পাৰিনে?
1:36 প্ৰশ্ন চাৰিটো পেৰানইড। স্কট আৰনছনে দেখুৱাইছে যে লীনৰ কাৰ্ণেলত এনে ভুল আছিল যিবোৰে শূন্য সমান একৰ প্ৰমাণৰ অনুমতি দিছিল। সেয়েহে আন মানুহে আন ভাষাত নিজা চেকাৰ লিখিছিল, আৰু সিহঁতক এক্সপ'ৰ্ট কৰা প্ৰমাণটো দিছিল। ৰাষ্টত লিখা নান'ডা, আধা ঘণ্টাৰ তলত ইয়াক গ্ৰহণ কৰিছিল। কন-লেচে, যাৰ লেখকসকলে এক সংগতি প্ৰমাণৰ সৈতে সমৰ্থন কৰে, প্ৰায় তিনি মিনিট লৈছিল।
1:56 লীন সম্প্ৰদায়ৰ যোৱাছিম ব্ৰেইটনাৰে ইয়াক অতি, অতি পুংখানুপুংখভাৱে পৰীক্ষা কৰা বুলি অভিহিত কৰিছিল। আৰনছনে লগতে কয় যে লীন চাৰ্টিফিকেট থকা কোনো AI ফলাফল এতিয়ালৈকে প্ৰত্যাহাৰ কৰা হোৱা নাই। প্ৰশ্ন এক আৰু তিনি কঠিন।
ই সেই উপপাদ্যটোনে যাক আমি ভাবো?
2:07 বিবৃতিটো Mathlib ৰ নিজা Riemann Hypothesis ৰ সংজ্ঞা, আৰু ইয়াৰ মন্তব্যত কোৱা হৈছে যে এটা প্ৰমাণৰ মূল্য এক মিলিয়ন ডলাৰ। কিন্তু সেই বিবৃতি আৰু প্ৰমাণৰ মাজত সত্তৰ লাখ অপ্ৰকৃত শাৰী আছে, আৰু তাৰ যিকোনো এটা সৰুকৈ এটা প্ৰতীক পুনৰ সংজ্ঞায়িত কৰি কিবা সহজ প্ৰমাণ কৰিব পাৰে। কম্পেৰেটৰ, মই নৱেম্বৰৰ দহ তাৰিখে ব্যাখ্যা কৰা সঁজুলিটো, ঠিক সেইটোৰ বাবে আছে। ই বিশ্বাসযোগ্য বিবৃতিটোক প্ৰমাণে প্ৰকৃততে আগবঢ়োৱা উপপাদ্যটোৰ সৈতে তুলনা কৰে, আৰু ই স্বতঃসিদ্ধবোৰ পৰীক্ষা কৰে।
2:33 একে পুৱা দ্বিতীয় এটা দাবী আহিছিল।
মানৱ খচৰাটোৰ বিষয়ে কি?
2:35 আমেৰিকান মেথমেটিকেল ছ'চাইটিৰ সভাপতি ৰবি ভাকিল, আলেকজেণ্ডাৰ মাচুলোৰ দ্বাৰা সাধাৰণ ৰিমেন প্ৰমাণৰ এটা খচৰা পোষ্ট কৰিছিল। ই কোনো AI অবিহনে লিখা হৈছিল, আৰু ব্ৰায়ান কনৰাডে কেইবামাহ ধৰি ইয়াৰ সমীক্ষা কৰি আছিল। আঠ ঘণ্টা পিছত ভাকিলে লগতে কৈছিল যে AI মডেল ব্যৱহাৰ কৰা মানুহে সমস্যা পাইছে, আৰু তেওঁ ই সঠিক বুলি কোনো দাবী নকৰে। কনৰাডে চাইন্টিফিক আমেৰিকানক কৈছিল যে ই এক ডাঙৰ সংশোধনৰ মাজেৰে গৈ আছে। ভাকিলেও লিখিছিল যে তেওঁ সঁচাকৈয়ে আশা কৰে যে ই কাম কৰিব। এটা পৰীক্ষকে আপোনাক ক'ব যে পদক্ষেপবোৰ অনুসৰণ কৰে নে নকৰে।
এটা পৰীক্ষকে আপোনাক কি ক'ব নোৱাৰে?
3:02 ই আপোনাক ক'ব নোৱাৰে যে বস্তুটো কিয় কাম কৰে। আল্প'জেৰ টোকাত কোৱা হৈছে যে ক্লোড উৰিছিল, আৰু নাচিছিল, আৰু ফিনিচ লাইনৰ ওচৰত জিলিকিছিল। তেওঁ কয় যে তেওঁ সৃষ্টি কৰা গদ্য সংস্কৰণ দুশ পঞ্চাশ হাজাৰ পৃষ্ঠাত উপনীত হৈছিল, যাক তেওঁ শ্লপ বুলি অভিহিত কৰিছিল, সেয়েহে তেওঁ কেৱল লীন পোষ্ট কৰিছিল। টেৰেঞ্চ টাওৱে লিখিছিল যে ইয়াক হজম কৰিবলৈ কিছু সময় লাগিব, আৰু স্কট আৰনছনে কয় যে গণিতজ্ঞসকল সন্তুষ্ট হ'ব যেতিয়া তেওঁলোকে নিজেই ইয়াক ব্যাখ্যা কৰিব পাৰিব। আপোনাৰ ষ্টেকত আজি ৰাতি একো সলনি নহ'ব,
এটা নিৰ্মাতাই ইয়াৰ সৈতে কি কৰিব?
3:26 কাৰণ চাইন্টিফিক আমেৰিকান মতে ফলাফলটোৰ কোনো তাৎক্ষণিক বাস্তৱ জগতৰ প্ৰয়োগ নাই। নিৰ্মাতাসকলৰ বাবে, তিনিটা অভ্যাস। কোডৰ আগতে স্পেক পঢ়ক। সুধিব যে প্ৰমাণটোক বিবৃতিৰ সৈতে কোনে তুলনা কৰে, আৰু কোনে বিবৃতিটো লিখিছিল। আৰু আন কাৰোবাৰ দ্বাৰা লিখা এটা দ্বিতীয় পৰীক্ষক চলাব। আনকি বিল্ডৰ স্বাস্থ্যবিধিও দেখা যায়, কাৰণ ছাথাৰলেণ্ডে লক্ষ্য কৰিছিল যে সংকলিত ফাইলৰ হেচবোৰ আপুনি বিল্ড কৰা ফোল্ডাৰৰ সৈতে সলনি হয়, কাৰণ লীনে উৎস পথটো ভিতৰত সংৰক্ষণ কৰিব পাৰে
3:49 সিহঁতৰ। গতিকে শনিবাৰ দুপৰীয়ালৈ সেই চেকটো ক'ত আছিল?
হেৰোৱা চেকটো ক'ত আছিল?
3:52 ডেভেলপাৰৰ ভাষাত, CI সেউজীয়া আছিল, কেৱল সকলোৱে চাই থকা এটা কাম বাদ দি। সম্পূৰ্ণ প্ৰমাণৰ ওপৰত চৰকাৰী কম্পেৰেটৰ ৰান এতিয়াও চলি আছিল। ইয়াৰ বিবৃতি তুলনা আৰু স্বতঃসিদ্ধ পৰীক্ষা এটা ৰানত ইতিমধ্যেই পাছ হৈছিল, আৰু মন্থৰ অংশই লীনৰ নিজা কাৰ্ণেলত প্ৰমাণটো পুনৰ চলায়, এটা সময়ত এটা থ্ৰেডত। ইফালে কন-লেচেৰ তুলনা ম'ডে, একে বিবৃতিৰ এটা স্বতন্ত্ৰ কপি মিলন, সকলো পাঁচটা উপপাদ্য গ্ৰহণ কৰিছিল। ছাথাৰলেণ্ডে জেটা নথকা এটা বিবৃতিও চেষ্টা কৰিছিল,
4:18 ৰবিনৰ অসমতা, বিভাজকৰ যোগফলৰ বিষয়ে অনুমানৰ এটা পুৰণি সমতুল্য। স্বতন্ত্ৰ পৰীক্ষকসকলেও সেইটো গ্ৰহণ কৰে, আৰু ছাথাৰলেণ্ডে কয় যে ই Mathlib বিবৃতিৰ পিছৰ সংজ্ঞাবোৰত থকা ফুটাবোৰক ফলপ্ৰসূভাৱে বাতিল কৰে। যদি আপুনি মোৰ কথা শুনাৰ পৰিৱৰ্তে এইটো পঢ়িব বিচাৰে, তেন্তে ডিফল্ট প্ৰতি পুৱা আপোনাৰ ইনবক্সত আহে, দৈনিক diff dot dev ত বিনামূলীয়া, লিংক তলত আছে।
আজিৰ ৰায় কি?
4:36 গতিকে আজিৰ ৰায় হৈছে NEEDS REVIEW। মই পৰীক্ষাটো SHIP কৰিম আৰু সিদ্ধান্তটো ধৰি ৰাখিম। সংকলন প্ৰকৃত, অচিনাকি চেকাৰবোৰ একমত, আৰু চৰকাৰী ৰান অসম্পূৰ্ণ, আনহাতে গণিতজ্ঞসকলে যুক্তিটো এতিয়াও হজম কৰা নাই। আৰু এইটোৱেই আজিৰ ডিফল্ট। মই Axrisi ৰ পৰা Niko। দায়িত্বৰে একত্ৰিত কৰক।
উৎসসমূহ
- Levent Alpöge, note announcing a Lean proof (PDF)Levent Alpöge
- RH Lean proof: verification filesAndrew Sutherland, MIT
- …and the proof is checked in LeanKevin Buzzard, Xena Project
- Discussion: Alpöge Proves the Riemann HypothesisLean Zulip (#general)
- Mathlib: RiemannZeta.lean (RiemannHypothesis)leanprover-community
- Hurried Announcement: Alessandro Masullo GRHRavi Vakil
- Unforced Euler singularity, unforced Navier-Stokes singularity, and the Generalized Riemann HypothesisTerence Tao
- The stochastic parrots have apparently proved the Riemann HypothesisScott Aaronson
- Anthropic mathematician claims to prove Riemann hypothesis, most famous problem in all of mathScientific American
- The AI Riemann hypothesis proof is almost certainly true, independent mathematicians attestScientific American
- Dueling claims of Riemann hypothesis proofs emergeScientific American
- Nasdaq erases all 2026 gains as AI sell-off dampens Anthropic's second day of tradingThe Guardian
- Levent Alpöge claims proof of the Generalized Riemann Hypothesis [pdf]Hacker News



