Lean言語とは。AIでの数学の証明に使われ出した

********

各種AIシミュレーション紹介・販売ページはこちら。
Product Shop

売上予測や需要変化、収支確認など、事業判断に役立つAIシミュレーションをわかりやすくまとめています。
数字をもとに検討したい方や、企画・業務改善の参考資料を探している方は、ぜひ一度ご覧ください。

AIシミュレーションについてのお問い合わせも下記で受付中
↓↓↓

***************

いま注目のLeanを、ごく簡単な証明で使ってみる

最近、AIや数学の話題を追っていると「Lean(リーン)」という名前を目にする機会が増えてきました。

Leanは、簡単に言えば**数学の証明をコンピューターに厳密にチェックしてもらうためのプログラミング言語・定理証明支援系**です。

普通のプログラミング言語が「計算したり、アプリを動かしたりする」ために使われるのに対して、Leanでは「この数学的な主張は本当に正しいのか」を、コンピューターに確認させることができます。

今回は難しい数学には踏み込まず、Leanを初めて触る人向けに、ごくごく簡単な証明を実際に書いてみます。

いま注目される「Lean」って何?

Leanは以前から存在していた言語ですが、一般のプログラマーに広く使われてきた言語ではありません。

主に、形式証明や数学、コンピューター科学などの専門分野で使われてきました。

ところが最近は、AIに数学の問題を解かせる研究が活発になり、

AIが証明を考える
↓
Leanのコードに変換する
↓
Leanが本当に正しい証明かチェックする

という使い方が注目されています。

AIは非常に賢くなりましたが、それでも間違ったことを書く場合があります。

そこで、最終的なチェック役としてLeanを使うわけです。

AIが「たぶん正しい」と答えるだけではなく、Leanによって形式的に検証できれば、証明の信頼性を大きく高めることができます。

Leanは普通のプログラミング言語と何が違うのか

例えばPythonなら、

print(1 + 1)

と書けば、

2

と表示されます。

これは「1+1を計算してください」というプログラムです。

一方、Leanでは、

theorem one_plus_one : 1 + 1 = 2 := by
rfl

のように書くことができます。

※Leanのコードで表示のバグで、インテントがうまく表示されません。ご了承ください。

これは計算結果を表示しているのではなく、

「1 + 1 = 2という命題が正しいことを証明してください」

という意味です。

theorem は英語で「定理」という意味です。

そしてLeanが証明を最後まで確認し、問題がなければ、その定理が証明されたことになります。

まずは超簡単な証明を書いてみよう

今回は少しだけ証明らしい例を使ってみます。

証明したい内容はこちらです。

a + b + 0 = b + a

aとbには好きな自然数を入れることができます。

例えば、

3 + 5 + 0 = 5 + 3

なら、どちらも8です。

これをLeanで書くと次のようになります。

theorem simple_example (a b : Nat) :
a + b + 0 = b + a := by
rw [Nat.add_zero]
rw [Nat.add_comm]

証明部分はたった2行です。

「a + b + 0 = b + a」を2行で証明してみる

まず1行目です。

rw [Nat.add_zero]

Nat.add_zero は、

x + 0 = x

という、すでにLean側で証明されている事実です。

そのため、

a + b + 0

は、

a + b

に書き換えることができます。

ここで証明したい式は、

a + b = b + a

になります。

そこで次の行です。

rw [Nat.add_comm]

Nat.add_comm は足し算の交換法則です。

つまり、

a + b = b + a

が成り立つという、すでに証明済みの定理です。

これを使うと左右が完全に一致し、証明が終了します。

流れだけを見ると、

a + b + 0
↓
a + b
↓
b + a

となります。

かなり人間の数学の証明に近いことが分かります。

 Leanはどうやって「証明できた」と判断するのか

学校の数学なら、証明の最後に、

「よって、a + b + 0 = b + a である。」

あるいは、

Q.E.D.

などと書くことがあります。

Leanでは、こうした文章を書く必要はありません。

証明を進めていき、最後に「まだ証明しなければならない項目」がゼロになれば、その時点で証明完了です。

先ほどの例なら、

rw [Nat.add_comm]

を実行したところで左右が一致します。

そのためLeanにとっては、

「未証明のものはもうありません」

という状態になります。

これ自体が、数学でいう「証明終了」に相当します。

AI時代にLeanが注目されている理由

Leanの面白さは、単に人間が数学の証明を書くためだけの道具ではないところにあります。

AIとの組み合わせが非常に相性が良いのです。

例えばAIに難しい数学の問題を与え、

AIが証明方法を考える
↓
Leanのコードを書く
↓
Leanが検証
↓
失敗したらAIが修正
↓
もう一度Leanで検証

というループを作ることができます。

AIは仮説やアイデアを大量に作るのが得意です。

一方、Leanは「その証明が本当に正しいのか」を厳密にチェックするのが得意です。

つまり、

**AIが考える役、Leanが検証する役**

という役割分担ができます。

今回の、

theorem simple_example (a b : Nat) :
a + b + 0 = b + a := by
rw [Nat.add_zero]
rw [Nat.add_comm]

という例は非常に簡単ですが、基本的な考え方はもっと高度な数学でも同じです。

既に証明されている定理を使いながら、新しい証明を積み上げていきます。

Leanは少し前まではかなり専門的な世界で使われる印象の強いツールでした。

しかしAIが数学や科学研究に入り始めたことで、その存在感は以前より大きくなっています。

最初から難しい証明に挑戦する必要はありません。

まずは今回のような2行程度の証明から触ってみると、

「コンピューターに数学を証明させるとは、こういうことなのか」

という感覚がつかみやすいと思います。

巻末 これは何の問題でしょう

下記にLeanで何かの問題文を書いています。当ててください。
答えは最後にあります。

*表示のバグでインテントが崩れています。コピペしてお気に入りのLLMに直してもらってください。

import Mathlib/-!
Simplified Navier–Stokes blow-up problem
教育用の簡略化した問題文
-/– 時刻
abbrev Time := ℝ– 3次元空間
abbrev Space := ℝ × ℝ × ℝ– 速度場 u(x,t)
abbrev VelocityField :=
Space → Time → (ℝ × ℝ × ℝ)– 圧力 p(x,t)
abbrev PressureField :=
Space → Time → ℝ– 外力 f(x,t)
abbrev ForceField :=
Space → Time → (ℝ × ℝ × ℝ)

— u が滑らかである
axiom SmoothVelocity :
VelocityField → Prop

— f が滑らかである
axiom SmoothForce :
ForceField → Prop

— 非圧縮条件 div u = 0
axiom DivergenceFree :
VelocityField → Prop

— ⚪︎⚪︎方程式を満たす
axiom SatisfiesNavierStokes :
VelocityField →
PressureField →
ForceField →
Prop

— 初期状態 u(x,0) = 0
def InitiallyAtRest (u : VelocityField) : Prop :=
∀ x : Space,
u x 0 = (0, 0, 0)

— エネルギーが有限
axiom FiniteEnergy :
VelocityField → Prop

— 時刻 T で速度が発散する
axiom BlowsUpAt :
VelocityField →
Time →
Prop

/–
問題:

滑らかな外力 f を与えることで、
初期状態が静止している3次元非圧縮流体が
Navier–Stokes方程式に従いながら、
有限時間 T で特異点を形成する例が存在することを示せ。
-/
theorem simplified_navier_stokes_blowup :
∃ (u : VelocityField)
(p : PressureField)
(f : ForceField)
(T : Time),
T > 0 ∧
SmoothVelocity u ∧
SmoothForce f ∧
DivergenceFree u ∧
InitiallyAtRest u ∧
SatisfiesNavierStokes u p f ∧
FiniteEnergy u ∧
BlowsUpAt u T := by
sorry

— 答え:
— 3次元非圧縮 Navier–Stokes 方程式における
— 「有限時間での特異点(ブローアップ)の存在問題」を
— 教育用に簡略化して表現したものです。

もういっちょ、おまけに

import Mathlib/-!
Fermat’s Last Theorem
教育用の簡略化した問題文
-/– 自然数 n が 2 より大きい
def ExponentCondition (n : ℕ) : Prop :=
n > 2– a, b, c が正の自然数
def PositiveTriple (a b c : ℕ) : Prop :=
a > 0 ∧
b > 0 ∧
c > 0

— ⚪︎⚪︎型の方程式
def FermatEquation (a b c n : ℕ) : Prop :=
a ^ n + b ^ n = c ^ n

/–
問題:

自然数 n > 2 に対して、

a^n + b^n = c^n

を満たす正の自然数 a, b, c は
存在しないことを示せ。
-/
theorem fermat_last_theorem :
∀ n : ℕ,
ExponentCondition n →
¬ ∃ (a b c : ℕ),
PositiveTriple a b c ∧
FermatEquation a b c n := by
sorry

— 答え:
— フェルマーの最終定理
—
— n > 2 の整数 n に対して、
— a^n + b^n = c^n
— を満たす正の整数 a, b, c は存在しない、
— という定理を教育用に簡略化して表現したものです。

 

 

****************

最近のデジタルアート作品を掲載!

X 旧ツイッターもやってます。
https://x.com/ison1232

インスタグラムはこちら
https://www.instagram.com/nanahati555/

**************

Follow me!

PAGE TOP