Antrópico anunció un hito matemático el 5 de septiembre: su modelo Claude produjo la primera prueba completamente revisada por máquina del último teorema de Fermat en el lenguaje de la prueba Lean – en tan sólo once días y trabajando en gran medida autónomamente.
Lo que Claude logró
Durante once días de computación, Claude escribió aproximadamente 13 millones de líneas de código Lean y probó unos 29.500 teoremas intermedios que se introdujeron en el resultado final, según Antrópico. La formalización es más de cinco veces el tamaño de Mathlib, la biblioteca de matemáticas comunitaria establecida. El esfuerzo consumió alrededor de seis mil millones de fichas de salida de un modelo interno de investigación, se diseminó a través de varios agentes trabajando en paralelo.
- Duración: 11 días, en gran medida autónomo
- Escala: aproximadamente 13 millones de líneas de código Lean
- Teoremas intermedios: alrededor de 29.500 en la prueba final
Cómo colaboran los agentes
Múltiples instancias de Claude dividieron el trabajo a través de Prove2Me, una plataforma construida por el investigador Tianyi Peng y colegas de la Universidad de Columbia. Los primeros intentos fracasaron porque los agentes perdieron la pista del estado del proyecto y dejaron de colaborar eficazmente. Sólo Prove2Me – que administra las declaraciones de teorema en un gráfico dirigido y acelera la compilación de Lean – permitió que la formalización coordinada tuviera éxito.
Lo que significa
El matemático Kevin Buzzard del Imperial College de Londres revisó la prueba y la llamó un extraordinario logro de autoformación que establece el último teorema de Fermat sin suposiciones más allá de los axiomas de las matemáticas. Antrópico reconoce que la versión generada es probablemente mucho más larga de lo que necesita ser. Incluso así, el resultado indica cómo los agentes de IA podrían automatizar cada vez más las matemáticas formales.
Fuentes: Antropopic Research · La siguiente web
