Relative formalization in Isabelle/HOL of a result in inverse problems

Dans le monde de la physique et de l'ingénierie, il existe une classe de puzzles connus sous le nom de problèmes inverses. Imaginez que vous vous teniez à l'extérieur d'une boîte opaque et scellée. Vous ne pouvez pas voir l'intérieur, mais vous pouvez toucher la surface et mesurer comment l'électricité s'y déplace. En appliquant une tension en un point donné et en mesurant le courant résultant en un autre, vous recueillez un ensemble de données. Le problème inverse consiste à savoir si, sur la base de ces mesures externes, vous pouvez reconstruire la forme exacte et les propriétés matérielles de l'objet caché à l'intérieur. Il ne s'agit pas seulement d'un jeu théorique ; c'est le moteur mathématique qui sous-tend l'imagerie médicale, l'exploration pétrolière et les tests non destructifs de matériaux. Le défi réside dans le fait que de nombreuses structures internes différentes peuvent produire des signaux externes presque identiques, ce qui rend la solution instable ou impossible à trouver sans conditions très spécifiques.

Un type spécifique de matériau qui complique ces puzzles est un composite composé de différentes régions, où la capacité à conduire l'électricité change brusquement d'une région à l'autre. Si ces régions ont la forme de blocs géométriques simples et que les propriétés du matériau au sein de chaque bloc suivent un modèle prévisible et lisse, les mathématiciens soupçonnent depuis longtemps que les mesures externes devraient être suffisantes pour identifier de manière unique la configuration interne. Cependant, prouver cette suspicion nécessite de naviguer dans un labyrinthe d'équations complexes et d'hypothèses sur la façon dont les ondes et les champs se comportent aux limites entre ces régions. Pendant des décennies, ces preuves ont reposé sur l'intuition humaine et l'acceptation de certaines vérités mathématiques profondes trop fastidieuses à vérifier à la main.

Une expérience récente menée par Cătălin I. Cârstea adopte une approche différente de ce vieux problème. Au lieu de s'appuyer uniquement sur la vérification humaine, le chercheur a utilisé un système informatique conçu pour vérifier la logique mathématique avec une précision absolue. L'objectif était de prendre un théorème spécifique et complexe concernant ces matériaux fractionnés et de le traduire dans un langage que l'ordinateur puisse comprendre et vérifier. Ce processus, appelé formalisation, consiste à décomposer un argument mathématique en étapes infimes et atomiques, en s'assurant que chaque saut logique est justifié par une règle que l'ordinateur sait être vraie. Le chercheur n'a pas tenté de prouver chaque fait sous-jacent à partir de zéro, ce qui aurait pris des années ; il a plutôt construit une structure où le résultat principal repose sur une fondation d'autres vérités mathématiques établies, que l'ordinateur traite comme des blocs de construction fiables.

Le travail s'est concentré sur un théorème stipulant que si deux modèles de conductivité internes différents produisent exactement les mêmes mesures électriques à la surface d'un objet tridimensionnel borné, alors ces deux modèles doivent en réalité être identiques. L'objet en question est divisé en un nombre fini de régions, et au sein de chaque région, les propriétés du matériau sont décrites par des polynômes — des expressions mathématiques qui sont lisses et prévisibles. Le théorème est vrai à condition que les régions soient disposées d'une manière spécifique et bien structurée, et que les mesures soient prises sur une partie suffisamment large de la surface.

Pour y parvenir, le chercheur a utilisé des outils d'intelligence artificielle pour l'aider à traduire le langage dense et spécialisé de l'article original dans la syntaxe stricte requise par l'ordinateur. Il ne s'agissait pas d'un simple copier-coller ; cela a nécessité un processus itératif et minutieux où l'ordinateur et l'humain ont travaillé ensemble pour garantir la préservation du sens. L'ordinateur, agissant comme un arbitre rigoureux, a vérifié chaque étape de la preuve, confirmant que la conclusion suivait logiquement les hypothèses de départ et les faits mathématiques de confiance. L'ensemble du processus, de la traduction à la vérification finale, a été achevé en moins d'une semaine, une tâche qui aurait été excessivement coûteuse et chronophage en utilisant les méthodes traditionnelles.

Le résultat est une preuve vérifiée par machine confirmant que le théorème principal est correct, en supposant que les faits mathématiques de confiance sur lesquels il repose sont également corrects. L'ordinateur a confirmé que la logique tient la route, sans lacunes ni erreurs cachées. Cela ne signifie pas que le théorème est une nouvelle découverte au sens où il découvrirait une nouvelle loi physique ; il s'agit plutôt d'un nouveau niveau de certitude concernant un résultat existant. L'expérience démontre qu'avec l'aide d'outils modernes, il est désormais possible de vérifier des affirmations mathématiques complexes en quelques jours plutôt qu'en plusieurs années, transformant le processus de vérification en une étape de routine applicable à d'autres problèmes difficiles de science et d'ingénierie.

L'article souligne également les défis de ce processus de traduction. Comme le texte mathématique original est écrit pour des lecteurs humains, il omet souvent des détails dont un ordinateur a besoin pour prendre une décision. Le chercheur a dû s'assurer que la version du problème de l'ordinateur correspondait exactement à la version humaine, une tâche qui a nécessité de vérifier la traduction plusieurs fois et d'utiliser différents outils pour repérer toute divergence. Le résultat final est une collection de codes et d'énoncés logiques que quiconque possède accès au système informatique peut exécuter pour voir la preuve par lui-même. Cette transparence offre une nouvelle forme de confiance dans les résultats mathématiques, une confiance qui ne provient pas de la réputation de l'auteur ou du processus d'examen par les pairs, mais de la logique implacable de la machine.

En fin de compte, ce travail sert de preuve de concept. Il montre que la barrière de la formalisation de la recherche mathématique complexe s'abaisse, rendant possible l'application d'un niveau de vérification plus élevé à des domaines qui reposent sur des fondements théoriques complexes. Bien que le théorème spécifique sur la conductivité électrique ne soit qu'un exemple, la méthode utilisée ici suggère un avenir où les arguments mathématiques les plus difficiles pourront être soumis au même niveau de contrôle qu'une expérience scientifique, garantissant que les fondations de notre compréhension sont aussi solides qu'elles paraissent l'être.