Yapay zekanın matematiksel kanıt doğrulamalarındaki çeviri açığı ortaya kondu
Öne çıkanlar
- Doğal dil matematik metinlerini biçimselleştirmedeki belirsizlikleri çözmek hesaplama teorisinde SCI = sonsuz sınıfına giriyor.
- Lean ortamında başarıyla doğrulanan yapay zeka kodları, orijinal doğal dil kanıtıyla birebir örtüşmüyor.
- OpenAI tarafından duyurulan Navier-Stokes kanıtının biçimsel kod ile metin arasında uyumsuzluk taşıdığı saptandı.
Araştırmacılar, yapay zeka modelleri tarafından üretilen matematiksel metinlerin Lean gibi biçimsel dillere otomatik çevrilmesi sürecinin güvenilirlik sorunları barındırdığını açıkladı. 6 Ekim 2026 tarihli arXiv çalışmasında, doğal dilden biçimsel dillere yapılan otomatik çevirilerin (autoformalisation) orijinal argümanın doğruluğunu garanti etmediği belirtildi. Araştırma, OpenAI tarafından Navier-Stokes denklemlerinin çözümlerine ilişkin duyurulan kanıtı doğrudan incelemeye aldı.
Çalışmada, doğal dildeki matematiksel metinlerin taşıdığı anlamsal belirsizlikleri çözmenin Çözülebilirlik Karmaşıklığı İndeksi (SCI) hiyerarşisinde sonsuz seviyede yer aldığı kaydedildi. Bu durum, anlamsal açıdan aslına tam sadık bir otomatik çeviri yapmanın Durma Problemi (Halting Problem) dahil tüm standart hesaplama problemlerinden daha zor olduğunu gösteriyor. Doğal dildeki ifadelerin biçimsel koda aktarımı sırasındaki anlam kaymaları, Lean ortamında doğrulanan argüman ile orijinal metin arasında kopukluk yaratıyor.
Araştırmacılar, yapay zekanın doğal dil ifadelerini Lean koduna aktarırken yaptığı çeşitli hatalı çeviri örneklerini sıraladı. OpenAI'nin Navier-Stokes denklemlerinin patlamasına (blow-up) ilişkin sunduğu kanıtın da bu uyumsuzluğu barındırdığı bildirildi. İncelenen örnekte biçimselleştirilen Lean kanıtının, doğal dilde ileri sürülen asıl çözüm argümanına tam olarak karşılık gelmediği sonucuna varıldı.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.