Dowód hipotezy Keplera został po latach przepisany tak, aby mógł sprawdzić go asystent dowodów
Hipoteza Keplera z 1611 roku mówi, że najgęstsze możliwe upakowanie jednakowych kul w przestrzeni nie jest gęstsze od układu znanego z warstw kul ułożonych jak pomarańcze. Thomas Hales ogłosił komputerowo wspomagany dowód w 1998 roku, ale jego rozmiar i zależność od obliczeń sprawiły, że proces recenzji był wyjątkowo trudny. Hales uruchomił więc projekt Flyspeck: zamiast tylko przekonywać ludzi, postanowiono przełożyć cały argument na formalny język sprawdzany przez systemy HOL Light i Isabelle. Projekt zakończono w 2014 roku, a formalny dowód opublikowano w 2015.
Kepler zapytał o coś, co każdy widział w skrzynce z owocami
Gdy jednakowe kule układa się warstwami w sposób stosowany choćby przy stosach pomarańczy, zajmują około 74 procent przestrzeni. Intuicyjnie układ wydaje się niezwykle gęsty, ale wykazanie, że żadna bardziej chaotyczna konfiguracja nie zrobi lepiej, jest globalnym problemem geometrycznym. Trzeba wykluczyć nieskończenie wiele możliwych układów, a nie tylko porównać kilka regularnych krat.
Pierwszy dowód był ogromnym przedsięwzięciem obliczeniowym
Hales i Samuel Ferguson rozbili problem na wiele lokalnych konfiguracji i nierówności, z których duża część była sprawdzana komputerowo. W 1998 roku ogłoszono dowód. Recenzenci po latach pracy ocenili argument bardzo wysoko, ale ogromna liczba obliczeń utrudniała osiągnięcie klasycznej formy pełnej ręcznej weryfikacji. To nie był zarzut, że znaleziono kontrprzykład; problemem była skala procesu sprawdzania.
Flyspeck miał usunąć zależność od zaufania do nieformalnego kodu
Hales rozpoczął projekt Formal Proof of Kepler, czyli Flyspeck. Zespół przełożył definicje, geometrię, analizę i obliczenia na język asystentów dowodów. Systemy HOL Light i Isabelle kontrolowały kolejne kroki na podstawie stosunkowo małych jąder logicznych. Formalizacja zajęła wiele lat i wymagała wkładu dużej grupy matematyków oraz informatyków.
Dlaczego to więcej niż ponowne policzenie
Formalna weryfikacja nie polega na uruchomieniu tego samego programu drugi raz. Chodzi o zapisanie twierdzenia i argumentu tak, aby każdy krok miał formalne uzasadnienie zgodne z regułami logiki. Projekt stał się jednym z najważniejszych przykładów tego, jak proof assistants mogą zmieniać praktykę matematyczną. Hales w późniejszym retrospektywnym tekście podkreślał zarówno sukces, jak i ogromny koszt takiego przedsięwzięcia.
Jaki rodzaj granicy tu widzimy?
Ten przykład warto czytać bardzo precyzyjnie. W matematyce „nie ma rozwiązania” może oznaczać kilka zupełnie różnych sytuacji: problem może być nadal otwarty, może istnieć dowód niemożliwości przy zadanych regułach, może nie istnieć uniwersalny algorytm, albo dane zdanie może być niezależne od wybranego systemu aksjomatów. Te przypadki nie są zamienne. Siła matematycznego wyniku bierze się właśnie z dokładnego określenia warunków: dowód nie mówi ogólnie, że „człowiek tego nie potrafi”, lecz wskazuje, czego nie można uzyskać przy konkretnych założeniach. To odróżnia granicę matematycznej wiedzy od zwykłego braku pomysłu.
Dlaczego sam moment ogłoszenia nie wystarcza
Historia wielkich twierdzeń pokazuje, że matematyczne „rozwiązanie” nie jest jednorazowym wydarzeniem medialnym. Argument musi zostać zapisany tak, aby inni specjaliści mogli odtworzyć jego zależności, sprawdzić użyte lematy i szukać luk. Czasem proces trwa miesiące lub lata, a komputerowe albo formalne fragmenty wymagają dodatkowej kontroli. W przeciwieństwie do eksperymentu, w którym wynik można wesprzeć kolejnymi obserwacjami, wadliwy logicznie krok może unieważnić cały dowód. Dlatego historia rozwiązania jest często równie pouczająca jak samo końcowe twierdzenie.
Co pozostaje po rozwiązaniu słynnego problemu
Zamknięcie pytania rzadko kończy cały obszar badań. Narzędzia stworzone podczas pracy zaczynają żyć własnym życiem, pojawiają się uogólnienia, krótsze dowody, formalizacje i nowe problemy inspirowane metodą rozwiązania. W historii matematyki wielkie problemy często działają jak soczewki skupiające rozwój wielu teorii. Ich wartość nie polega więc wyłącznie na uzyskaniu odpowiedzi „tak” albo „nie”, lecz na strukturach, które trzeba było zbudować, by taka odpowiedź stała się możliwa.