伦敦帝国理工学院数学家 Kevin Buzzard：Lean 形式化验证揭示《数学年刊》定理存在隐含假设漏洞
Machine Learning Street Talk 发布视频片段，介绍伦敦帝国理工学院数学家 Kevin Buzzard 在纪录片《Mathematics Just Changed Forever》中的观点。Buzzard 指出，当将《数学年刊》（Annals of Mathematics）中的 50 个定理用 Lean 证明助手进行形式化时，发现四位菲尔兹奖得主提出的定理按原表述是错误的，原因是缺少了专家通常会默认补充的微小假设。该资源为读者提供了关于 AI 辅助数学严谨性和形式化方法的重要背景。
Machine Learning Street Talk 于 2026 年 10 月 28 日发布了名为“The Annals Published It. It Wasn't True.”的视频片段，内容摘自其纪录片《Mathematics Just Changed Forever》。该片段聚焦于伦敦帝国理工学院（Imperial College London）数学家 Kevin Buzzard 的一项具体发现：当使用 Lean 证明助手对《数学年刊》（Annals of Mathematics）中发表的 50 个定理进行形式化验证时，结果揭示了传统数学出版中的潜在问题。
根据视频描述，Buzzard 指出这些经过同行评审并发表在顶级期刊上的定理，其中有四个由菲尔兹奖（Fields medallists）得主提出，但在严格的形式化检查下被判定为“按原表述错误”（false as stated）。造成这一结果的原因并非核心逻辑崩溃，而是定理陈述中缺少了一些微小的假设条件。在传统数学实践中，领域内的专家通常会基于上下文“默默填补”（silently fill in）这些缺失的前提，使其在人类阅读中显得完整且正确；然而，计算机辅助的证明系统要求所有前提必须显式声明，从而暴露了这种依赖人类直觉的模糊性。
该视频片段关联的完整对话可在 Machine Learning Street Talk 频道观看，参与者还包括 Quanta Magazine 高级作家 Kevin Hartnett、Lean 创建者 Leonardo de Moura、Jeremy Avigad 和 Paul Lessard。对于关注 AI 与数学交叉领域的读者而言，这一资源提供了一个具体的案例，说明了形式化方法如何挑战我们对“已验证知识”的传统理解，以及机器严谨性与人类数学实践之间的差距。