La IA de Anthropic completa la prueba formal del último teorema de fermat en tiempo récord

El modelo de IA de Anthropic, Claude, ha completado la primera prueba formal completa y verificada por ordenador del último teorema de Fermat, utilizando el asistente de pruebas Lean. El logro, que duró 11 días, implicó la generación de 13 millones de líneas de código Lean y la demostración de 30.300 teoremas, con 29.500 teoremas intermedios incorporados en la prueba final. Kevin Buzzard, un matemático, elogió el resultado como un progreso significativo en la formalización asistida por IA de pruebas matemáticas complejas. El proyecto, liderado por el investigador de Anthropic Tianyi Peng, utilizó la plataforma Prove2Me para habilitar la colaboración entre múltiples agentes entre los modelos Claude. La prueba final siguió una versión simplificada de la prueba original de Andrew Wiles de 1995, que tenía 129 páginas. Anthropic enfatizó que el objetivo no era descubrir una nueva prueba, sino automatizar el proceso de formalización, y que el resultado final fue verificado por Lean utilizando solo tres axiomas estándar. El proyecto consumió 6 mil millones de tokens de salida, utilizando un modelo equivalente a Claude Fable5.1. La prueba generada es más de cinco veces más grande que Mathlib, la principal biblioteca de pruebas matemáticas. Anthropic destacó que este trabajo demuestra el potencial de la IA para reducir los costes de verificación manual en la investigación matemática y hacer que las pruebas formalizadas sean una práctica común.