🔢 mathematics

A Milestone in Formalization: The Sphere Packing Problem in Dimension 8

Dit artikel beschrijft de mijlpaal waarbij het bewijs voor het sferische pakprobleem in dimensie 8 formeel is geverifieerd in de Lean Theorem Prover, met behulp van een unieke samenwerking tussen mensen en het autoformaliseringsmodel 'Gauss'.

Oorspronkelijke auteurs: Sidharth Hariharan, Christopher Birkbeck, Seewoo Lee, Ho Kiu Gareth Ma, Bhavik Mehta, Auguste Poiroux, Maryna Viazovska

Gepubliceerd 2026-04-28

📖 3 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Sidharth Hariharan, Christopher Birkbeck, Seewoo Lee, Ho Kiu Gareth Ma, Bhavik Mehta, Auguste Poiroux, Maryna Viazovska

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Puzzel van de Achtde Dimensie: Een Digitale Doorbraak

Stel je voor dat je een doos vol met knikkers hebt. Je wilt die knikkers zo compact mogelijk in de doos stoppen, zodat er zo min mogelijk lucht tussen de knikkers overblijft. Dat klinkt simpel, toch? Maar zodra je niet meer in onze normale wereld van drie dimensies (lengte, breedte, hoogte) denkt, maar in een wereld met acht dimensies, wordt het een wiskundige nachtmerrie.

Dit is het "Sphere Packing Problem" (het probleem van het verpakken van sferen). In 2016 vond de wiskundige Maryna Viazovska de perfecte manier om die "achtdimensionale knikkers" te stapelen. Het was een briljante oplossing, maar het was geschreven in de "taal van de mens": vol intuïtie, complexe symbolen en kleine stapjes die een menselijke wiskundige begrijpt, maar een computer niet.

De Uitdaging: De Blauwdruk vs. De Bouwer

Wiskunde is als een gigantisch, ingewikkeld bouwwerk van glas. Als er één klein scheurtje in een fundering zit, kan het hele gebouw instorten. Menselijke wiskundigen zijn meesters in het ontwerpen van deze gebouwen, maar ze kunnen niet altijd met 100% zekerheid garanderen dat er geen enkel minuscuul foutje in de berekeningen zit.

Om dit op te lossen, gebruiken wetenschappers "Lean". Zie Lean als een hyperstrenge, digitale inspecteur. Lean is een "Theorem Prover": een computerprogramma dat niet zomaar gelooft wat je zegt. Je moet elke stap, elke beweging van een getal, bewijzen. Als je één foutje maakt, zegt de inspecteur: "Nee, dit klopt niet!"

Het probleem? Het vertalen van een menselijk wiskundig bewijs naar deze extreem strenge computertaal is alsof je een prachtig gedicht probeert te herschrijven in een programmeertaal die alleen maar uit logische waarheidstabellen bestaat. Het is monnikenwerk.

De Doorbraak: De Samenwerking tussen Mens en Machine

In dit paper beschrijven de auteurs een historische mijlpaal. Ze hebben niet alleen de oplossing van Viazovska vertaald naar de taal van de digitale inspecteur (Lean), maar ze hebben daarvoor een nieuwe bondgenoot ingezet: 'Gauss'.

Gauss is een AI-model (een soort ChatGPT, maar dan voor wiskunde).

Je kunt de samenwerking zo zien:

De Mensen (Viazovska & team): De architecten. Zij hebben de briljante blauwdruk getekend en de moeilijke concepten bedacht.
Gauss (De AI): De supersnelle assistent. Gauss kan in vijf dagen tijd duizenden pagina's aan "code" schrijven om de blauwdruk te vertalen naar de strenge taal van de inspecteur. Gauss is razendsnel, maar soms een beetje slordig; hij maakt soms onnodig lange zinnen of herhaalt zichzelf constant.
De Inspecteur (Lean): De ultieme controleur die aan het eind zegt: "Oké, ik heb alles gecontroleerd. Het bewijs is waterdicht. De oplossing is correct."

Waarom is dit belangrijk?

Dit is niet zomaar een overwinning voor de wiskunde; het is een overwinning voor de manier waarop we wetenschap bedrijven.

Voorheen was het vertalen van complexe wiskunde naar een computer een proces van jaren. Nu zien we dat een menselijke expert samen met een AI-assistent (Gauss) in recordtijd een van de moeilijkste problemen uit de geschiedenis kan "verzegelen" met een digitaal keurmerk.

Kortom: We hebben een manier gevonden om de meest complexe gedachten van de menselijke geest te laten controleren door de onvermoeibare logica van een machine. De achtdimensionale knikkers liggen nu perfect op hun plek, en we weten het 100% zeker.

Technische Samenvatting: Een Mijlpaal in Formalisering – Het Bolverpakkingsprobleem in Dimensie 8

1. Het Probleem: Bolverpakkingsprobleem in $\mathbb{R}^8$

Het centrale wiskundige vraagstuk is het bepalen van de maximale dichtheid ( $\Delta_d$ ) van een verzameling niet-overlappende $n$ -dimensionale bollen in de $n$ -dimensionale Euclidische ruimte $\mathbb{R}^n$ . In 2016 bewees Maryna Viazovska dat de optimale verpakking in dimensie 8 de $E_8$ -roosterverpakking is. Haar bewijs maakte gebruik van een specifieke "magische" functie $g$ , geconstrueerd met behulp van quasimodulaire vormen, die voldoet aan de optimaliteitsvoorwaarden van de lineaire programmeringsmethode van Cohn en Elkies (2003).

2. Methodologie: Formalisering in Lean

Het doel van dit project was niet enkel het verifiëren van de correctheid, maar het transformeren van het informele bewijs naar een formeel, leesbaar, onderhoudbaar en herbruikbaar artefact binnen de Lean Theorem Prover.

De methodologie omvatte drie hoofdpijlers:

Menselijke Formalisering: Wiskundigen bouwden de noodzakelijke infrastructuur op in Lean, waaronder definities van bolverpakkingen, periodiciteit, de $E_8$ -roosterstructuur en de theorie van (quasi)modulaire vormen.
Autoformalisering via 'Gauss': Een AI-model genaamd 'Gauss' (ontwikkeld door Math, Inc.) werd ingezet om het bewijs te voltooien. Gauss vertaalde de menselijke blauwdruk en bestaande Lean-code naar een volledig formeel bewijs.
Metaprogrammering: Er werden nieuwe tactieken ontwikkeld om complexe berekeningen te automatiseren, zoals norm_numI (voor complexe getallen) en tendsto_cont (voor het bewijzen van limieten via continuïteit).

3. Belangrijkste Bijdragen en Technische Innovaties

Constructie van de Magische Functie: Een cruciaal onderdeel was het formaliseren van de integratiepaden (contours) voor de functies $a(x)$ en $b(x)$ . Vanwege het gebrek aan uitgebreide contour-integratie-machinerie in de standaardbibliotheek (mathlib), hebben de auteurs rechthoekige parametrisaties gedefinieerd om de Cauchy-Goursat-stelling toe te passen.
Modulaire Vormen Theorie: Het project heeft de bibliotheek uitgebreid met de constructie van Eisenstein-reeksen ( $E_2, E_4, E_6$ ), de discriminantvorm ( $\Delta$ ), en de Ramanujan-identiteiten voor afgeleiden.
Contour-deformatie: Het succesvol formaliseren van de deformatie van onbegrensde rechthoekige contouren, wat essentieel was voor het bewijzen van de Fourier-eigenfunctie-eigenschappen.
AI-Collaboratie: De demonstratie van een hybride workflow waarbij mensen de fundamentele structuren en strategieën ontwerpen, terwijl een AI-model de enorme hoeveelheid ondersteunende bewijzen (van 20.000 naar 80.000 regels code) genereert.

4. Resultaten

Volledige Verificatie: In februari 2026 werd het resultaat formeel geverifieerd: de optimale bolverpakking in $\mathbb{R}^8$ is inderdaad de $E_8$ -verpakking met een dichtheid van $\pi^4/384$ .
Code-efficiëntie: Hoewel de AI ('Gauss') aanvankelijk een zeer redundante code genereerde (80.000 regels), is dit door menselijke interventie en refactoring teruggebracht naar een beheersbare 60.000 regels.
Nieuwe Bibliotheken: De creatie van een robuuste set instrumenten voor quasimodulaire vormen en complexe analyse binnen de Lean-omgeving.

5. Betekenis en Toekomstperspectief

Dit werk markeert een fundamentele verschuiving in de wiskundige praktijk:

Wetenschappelijke Rigor: Het biedt een "sorry-free" bewijs (een bewijs dat volledig door de computer-kernel is gecontroleerd zonder menselijke aannames).
AI in de Wiskunde: Het project werpt licht op de uitdagingen van autoformalisering. De grootste uitdaging is niet het vinden van een bewijs, maar het genereren van hoogwaardige, herbruikbare en compacte code.
Infrastructuur: Het legt de basis voor toekomstig onderzoek naar andere dimensies en gerelateerde problemen in de discrete meetkunde door een uitgebreide bibliotheek aan modulaire vormen en integratietechnieken achter te laten.