Axiom Math osiąga formalną weryfikację obszernego projektu Stacks dla zabezpieczenia matematyki wspomaganej przez AI

Image: TechCrunch · Source

Axiom Math formalnie zweryfikowała rozbudowany projekt Stacks przy pomocy agentów AI, tworząc solidne podstawy dla wiarygodnych dowodów matematycznych oraz torując drogę dla rzetelnej matematyki i rozwoju oprogramowania wspomaganego sztuczną inteligencją.

Szybki napływ dowodów matematycznych generowanych przez sztuczną inteligencję wzbudził obawy dotyczące wiarygodności i dokładności takich prac. W ostatnich miesiącach modele AI zgłosiły setki rękopisów twierdząc o rozwiązaniach trudnych problemów matematycznych, jednak nawet tradycyjne kontrole komputerowe czasem nie wykrywały błędów. Aby sprostać temu wyzwaniu, startup Axiom Math, wyceniany na 1,6 miliarda dolarów, koncentruje się na budowaniu rygorystycznie zweryfikowanych podstaw matematycznych poprzez formalną weryfikację, zapewniając, że systemy AI mogą wiarygodnie tworzyć i wykorzystywać poprawną matematykę.

5 listopada 2026 roku Axiom Math ogłosił przełomowe osiągnięcie: formalną weryfikację projektu Stacks, jednego z największych i najbardziej cenionych kompendiów matematycznych. Projekt Stacks, zapoczątkowany w 2005 roku przez matematyka z Columbia Johana de Jonga, rozrósł się do otwartego i współtworzonego dzieła obejmującego szeroki zakres tematów od algebry, przez geometrię, po teorię liczb, liczącego około 7 654 stron.

Agenci AI Axiom przetłumaczyli cały projekt Stacks na około 16 milionów linii kodu w Lean, formalnym języku dowodów. To tłumaczenie umożliwiło oprogramowaniu wspomagającemu dowody rygorystyczne sprawdzenie każdego dowodu, potwierdzając logikę i poprawność w całym tym rozległym i głęboko powiązanym zbiorze prac. Zagwarantowanie integralności tych powiązań stanowiło istotne wyzwanie, które dyrektor generalna Carina Hong przyrównała do pogodzenia delikatnych struktur w ogromnej całości bez sprzeczności.

Firma została założona w marcu 2025 roku przez Hong, byłą doktorantkę matematyki na Stanfordzie; wcześniej w tym roku Axiom pozyskał 200 milionów dolarów w rundzie Series A prowadzoną przez Menlo Ventures. Podejście firmy polega na zapewnieniu agentom AI elastycznego ramienia współpracy, umożliwiającego równoległą pracę nad różnymi zadaniami, przy jednoczesnym utrzymaniu ogólnej hierarchicznej struktury niezbędnej do zachowania zależności w projekcie Stacks.

W odróżnieniu od wielu inicjatyw weryfikacyjnych, Axiom zainwestował w szkolenie własnych modeli AI specjalnie do opanowania niuansów matematyki i formalizacji, skutecznie ucząc agentów rozwijania poczucia matematycznego „smaku”. To osiągnięcie wypełnia dużą lukę w formalizowanej matematyce, zwłaszcza w geometrii algebraicznej, dostarczając szeroką i wiarygodną bazę dla przyszłych formalnych dowodów korzystających z Lean.

Poza czystą matematyką, Axiom widzi swoje zweryfikowane fundamenty jako kluczowe dla rozwoju oprogramowania, zwłaszcza gdy AI coraz częściej generuje kod. Zakotwiczając wyniki AI w rygorystycznie sprawdzanej matematyce, firma dąży do ograniczenia błędów i luk bezpieczeństwa powszechnych w kodzie pisanym przez AI.

Matematycy tacy jak laureat Medalu Fieldsa Terence Tao docenili znaczenie takiej formalizacji, zauważając, że zweryfikowane dowody umożliwiają tworzenie kolejnych zweryfikowanych dowodów. Dla Axiom zweryfikowany projekt Stacks stanowi wielokrotnego użytku substrat, na którym agenci AI mogą budować nową infrastrukturę matematyczną i naukową.

Dyrektor generalna Hong podkreśla, że przyszłość AI w badaniach i inżynierii zależy od dostępnych, wielokrotnego użytku i starannie skonstruowanych zasobów wiedzy, aby zapobiec proliferacji błędów lub „luźnych” rozwiązań. Wzywa inne firmy skoncentrowane na kodowaniu do podjęcia próby formalnej weryfikacji na podobną skalę i przewiduje, że współpracujące asynchronicznie i strategicznie agenty AI staną się normą w postępach naukowych i programistycznych.

Łącząc precyzję ludzkiego rozumowania matematycznego z mocą obliczeniową AI, praca Axiom Math nad projektem Stacks oznacza znaczący krok w kierunku wiarygodnej matematyki i tworzenia oprogramowania wspomaganego AI, potencjalnie zmieniając sposób, w jaki złożone dziedziny wiedzy są formalizowane i rozwijane w nadchodzących latach.