Терри Тао об ИИ-проверщиках доказательств: Lean, сотрудничество и формальная математика

Видение Терри Тао о компьютерной проверке доказательств
В 2014 году на панельной дискуссии Терри Тао предсказал, что вскоре математики будут работать в коллаборациях из сотен человек, а их результаты будут проверять не люди-рецензенты, а автоматические верификаторы доказательств вроде Lean. Тогда это заявление встретили с недоверием, но сейчас Тао, один из самых прославленных математиков мира, стал евангелистом ИИ в математике.
Ключевые детали из источника
- Верификаторы доказательств вроде Lean могут разбить задачу на маленькие кусочки, решить их по частям и собрать обратно с уверенностью, что каждый шаг верен.
- Тао предвидит, что статьи будут писаться не в LaTeX, а на формальном языке, который умное ПО конвертирует.
Время от времени вы будете получать ошибку компиляции — компьютер не понимает, как вы получили этот шаг.
- Этот подход описан в книге Доказательство в коде: как машина истины преобразует математику и ИИ Кевина Хартнетта, изданной Quanta Magazine.
- Биография Тао: родился в 1975 году в Аделаиде, получил PhD в Принстоне по рекомендации Эрдёша. В 13 лет завоевал золото на Международной математической олимпиаде.
Что это значит для разработчиков
Для AI-агентов, пишущих код, формальные верификаторы вроде Lean представляют парадигму, когда ИИ может автономно проверять корректность. Это аналогично проверке типов в компиляторах — но для математической логики. Разработчикам инструментов для агентного программирования (например, Claude Code, Cursor) стоит следить за этой областью: автоматическая верификация корректности кода с помощью формальных методов может стать стандартной функцией.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Разработчики ядра Linux предлагают удалить устаревший код из-за отчетов об ошибках, сгенерированных ИИ.
Разработчики ядра Linux предлагают удалить несколько устаревших подсистем, включая драйверы Ethernet ISA/PCMCIA, протоколы любительского радио, ATM и ISDN, чтобы снизить нагрузку от обработки отчетов об уязвимостях, генерируемых большими языковыми моделями.

Исследователи Университета Вашингтона планируют использовать камеры, закрепленные на учителях, для обучения ИИ; родители могут отказаться
Исследователи из Вашингтонского университета планировали, что воспитатели детских садов будут носить камеры от первого лица для записи детей с целью обучения моделей ИИ, используя модель согласия opt-out.

Риски судебных разбирательств в структурах финансирования центров обработки данных на основе ИИ
Строительство центров обработки данных для ИИ потребует инвестиций в инфраструктуру на сумму 5,2 триллиона долларов к 2030 году. Компании используют сложные финансовые структуры, такие как СПВ и обеспеченные GPU-оборудованием объекты, которые создают девять категорий судебных рисков.

OpenClaw LTS отдает приоритет инструкциям Codex над AGENTS.md — нарушает пользовательские рабочие процессы
Релиз OpenClaw LTS 2026.6.33 направляет всех агентов через оболочку Codex, игнорируя пользовательские инструкции AGENTS.md. Это нарушает рабочие процессы пользователей с собственными файлами AGENTS.md.