🤖 AI

Towards a Bridge Layer Between Bibliographic and Formalized Mathematical Knowledge

Dit artikel stelt een relationele brugdatabase en een score voor formalisatie op papierniveau voor om bibliografische metadata te verbinden met formele bewijsartefacten, met als doel wiskundige literatuur en machine-verifieerbare bewijzen te verenigen in een schaalbare, machine-actieerbare kennisgraaf.

Oorspronkelijke auteurs: A. Mayeux

Gepubliceerd 2026-06-11

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: A. Mayeux

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

Stel je de wereld van de wiskunde voor als een enorme bibliotheek, maar dan verdeeld in twee volledig gescheiden vleugels die niet met elkaar communiceren.

De Twee Vleugels van de Bibliotheek

De "Menselijke" Vleugel (Bibliografische Databases): Hier bevinden zich alle gepubliceerde wiskundige artikelen. Denk aan plaatsen zoals MathSciNet of zbMATH. Dit zijn als de catalogus van de bibliotheek. Ze vertellen je wie een artikel heeft geschreven, wanneer het is gepubliceerd, waar het over gaat en wie het heeft geciteerd. Het is een verslag van menselijk onderzoek, maar de wiskunde binnenin is geschreven in "menselijke taal" (tekst en symbolen) die alleen mensen kunnen lezen en begrijpen.
De "Robot" Vleugel (Formele Bibliotheken): Hier bevindt zich de "machine-verifieerbare" wiskunde. Denk aan systemen zoals Lean's mathlib. Hier vertalen wiskundigen hun ideeën naar strikte computercode. Het is alsof je een roman vertaalt naar een programmeertaal zodat een computer elke individuele logische stap met 100% zekerheid kan controleren. Het probleem is, deze vleugel is georganiseerd op basis van hoe de code is opgebouwd, en niet op basis van de oorspronkelijke papers waar ze vandaan komen.

Het Probleem: Een Ontbrekende Brug

Op dit moment zijn deze twee vleugels van elkaar losgekoppeld. Als je een beroemd stelling vindt in de "Menselijke" vleugel, vertelt de bibliotheekcatalogus je niet of deze al is vertaald naar de "Robot" vleugel. Omgekeerd, als je een stuk code bekijkt in de "Robot" vleugel, vertelt het je niet uit welke beroemde paper dat komt. Het zijn twee verschillende kaarten van hetzelfde gebied die niet op elkaar aansluiten.

De Oplossing: Een "Bruglaag"

De auteur, Arnaud Mayeux, stelt voor om een digitale brug tussen deze twee vleugels te bouwen. Dit is geen nieuwe bibliotheek; het is een verbinder.

Wat het doet: Het neemt een paper uit de "Menselijke" vleugel en koppelt deze aan de bijbehorende code in de "Robot" vleugel.
De "Formalisatie Score": Om dit nuttig te maken, wijst het systeem een score toe aan elk paper (van 0% tot 100%).
- 100% betekent dat de computer elke definitie, stelling en bewijs uit dat paper heeft vertaald en gecontroleerd.
- 50% betekent dat de helft ervan is vertaald.
- 0% betekent dat het paper bestaat in de menselijke wereld, maar de robotwereld er nog niet mee aan de slag is gegaan.

Hoe Ze Dit Testten (Het "AI Vertaler" Experiment)

Om te zien of deze brug daadwerkelijk gebouwd kon worden, voerde de auteur een kleine experiment uit met behulp van Kunstmatige Intelligentie (specifiek een groot taalmodel genaamd Google Gemini).

Ze gaven de AI twee documenten voor verschillende wiskundige papers:

De originele menselijke paper (PDF 1).
De bijbehorende computercode of documentatie (PDF 2).

De AI kreeg de opdracht om als een strikte bibliothecaris op te treden:

Stap 1: Tel elke wiskundige bewering in de menselijke paper (zoals "Stelling A", "Definitie B", "Conjectuur C").
Stap 2: Controleer de computercode om te zien of die specifieke bewering daar aanwezig is.
- Als het slechts een definitie is, heeft de code de definitie nodig.
- Als het een stelling is, heeft de code zowel de definitie als het bewijs nodig.
Stap 3: Bereken het percentage.

De Resultaten

De AI slaagde erin om deze scores succesvol te berekenen voor verschillende echte voorbeelden:

Sphere Packing (Dimensie 8): De AI vond dat de computercode 100% van de menselijke paper dekte. (Perfecte match).
Irrationaliteit van ζ(3): De AI vond een match van 50%. (De helft van het werk is gedaan).
Algebraïsche Magnetisme: De AI vond 0%. De menselijke paper bestond wel, maar de computercode was er totaal niet mee gerelateerd.

Waarom Dit Belangrijk Is (Volgens het Paper)

Het paper betoogt dat dit systeem haalbaar is. Het probeert niet de menselijke reviewers of de computercontroles te vervangen. In plaats daarvan fungeert het als een index of een directory die zegt: "Hé, als je dit paper leest, is hier de link naar het deel dat door een computer is gecontroleerd, en hier is de score van hoeveel er gecontroleerd is."

De Beperkingen

De auteur is eerlijk over de gebreken:

PDF's lezen is moeilijk: Computers hebben moeite met het lezen van wiskunde uit een PDF omdat het slechts een afbeelding van tekst is, en geen gestructureerde lijst van feiten.
AI is niet perfect: De AI kan soms een foutieve inschatting maken over de vraag of een stuk code overeenkomt met een stuk tekst.
Het is een "Best Effort" systeem: Het is geen perfecte, magische kaart. Het is een hulpmiddel om onderzoekers te helpen het grote plaatje te zien van wat er geformaliseerd is en wat niet, op basis van de best beschikbare gegevens.

Kortom, het paper stelt een scorekaart-systeem voor dat menselijke wiskundige papers verbindt met hun door de computer gecontroleerde versies, waarbij AI wordt gebruikt om te helpen tellen hoeveel van het werk is voltooid.

Technische Samenvatting: Naar een bruglaag tussen bibliografische en geformaliseerde wiskundige kennis

Probleemstelling
Moderne wiskundige kennis is momenteel gefragmenteerd over twee structureel onafhankelijke infrastructuren. Aan de ene kant zijn er bibliografische databases zoals MathSciNet en zbMATH Open die de menselijk leesbare onderzoekshistorie indexeren, waarbij publicatiemetadata, citatienetwerken en deskundige beoordelingen worden vastgelegd. Aan de andere kant zijn er formele bewijsbibliotheken (bijv. de mathlib van Lean) en interactieve stellingbewijzers (ITP's) die machine-verifieerbare wiskunde coderen als formeel gecontroleerde objecten. Hoewel deze ecosystemen complementair zijn, blijven ze ontkoppeld: bibliografische systemen geven niet aan of resultaten zijn geformaliseerd, en formele bibliotheken zijn georganiseerd rond interne afhankelijkheidsgrafen in plaats van publicatiemetadata. Hoewel "alignement-artefacten" (zoals survey-artikelen of documentatie) bestaan om klassieke resultaten te mappen aan mechanisatieontwikkelingen, zijn deze koppelingen gefragmenteerd, niet gestandaardiseerd en niet systematisch geïntegreerd in een querybare laag.

Methodologie
Het artikel stelt een relationele brug-database voor die ontworpen is om deze bestaande infrastructuren te integreren zonder ze te vervangen. De kernmethodologie bestaat uit drie componenten:

Architecturale Integratie: Het systeem fungeert als een alignement-infrastructuur die bibliografische records (van MathSciNet en zbMATH Open) koppelt aan formele artefacten (van Lean, Reservoir, etc.). Het voert geen nieuwe peer review of formele verificatie uit, maar dient als een archiveringsplatform dat correspondenties tussen publicaties en formele code vastlegt.
Formaliseringsscore ( $S(P_i)$ ): De auteurs definiëren een kwantitatieve metriek om de mate van formalisering van een specifiek artikel $P_i$ $P_{i}$ te meten.
- Het artikel wordt behandeld als een verzameling wiskundige beweringen $S_i$ (definities, lemma's, stellingen, conjecturen, etc.).
- Een binaire indicator $\phi(s)$ wordt toegewezen aan elke bewering $s$ : 1 indien volledig geformaliseerd in Lean, 0 anders.
- Onderscheid in vereisten:
  - Zuivere beweringen (definities, constructies, conjecturen) vereisen enkel de aanwezigheid van het formele object.
  - Bewezen beweringen (stellingen, lemma's) vereisen zowel de formele bewering als een volledig formeel bewijs.
- De score wordt berekend als: $S(P_i) = 100 \cdot \frac{\sum_{s \in S_i} \phi(s)}{|S_i|}$ .
Haalbaarheidsstudie via Cross-Document Alignment: Om aan te tonen dat deze scores op schaal kunnen worden geschat, hebben de auteurs Large Language Models (LLM's) gebruikt in een zero-shot setting. Het model kreeg de taak om een informele wiskundige paper (PDF 1) te vergelijken met een formaliseringsdocument of een Lean-implementatie (PDF 2). Het model kreeg de instructie om:
- Granulaire wiskundige beweringen te extraheren uit de informele tekst.
- Deze te classificeren als "Zuiver" of "Bewezen".
- Semantische correspondenties in de formele tekst te identificeren.
- De formaliseringsscore te berekenen op basis van de ratio van gematchte beweringen.

Belangrijkste Bijdragen

Interoperabiliteitslaag: Een voorstel voor een database die bibliografische registers verenigt met formele verificatieomgevingen, waarbij publicatiemetadata wordt gekoppeld aan formele coderepositories.
Definitie van de Formaliseringsscore: Een rigoureuze metriek op artikelniveau ( $S(P_i)$ ) die de dekking van een publicatie binnen formele systemen kwantificeert, waarbij onderscheid wordt gemaakt tussen de aanwezigheid van definities en de aanwezigheid van bewijzen.
Demonstratie van Haalbaarheid: Een proof-of-concept studie die aantoont dat LLM's deze scores succesvol kunnen schatten door informele teksten af te stemmen op formele artefacten, wat grootschalige analyse van de formaliseringsdekking mogelijk maakt.

Experimentele Resultaten
De auteurs voerden experimenten uit op zes wiskundige papers met behulp van Google Gemini zonder fine-tuning. De resultaten toonden het vermogen van het systeem aan om te differentiëren tussen variërende graden van formalisering:

Hoge Dekking: Het sphere packing probleem in dimensie 8 ontving een score van 100, wat duidt op volledige formalisering.
Gedeeltelijke Dekking: Papers over de irrationaliteit van $\zeta(3)$ en multi-graded Proj-schema's ontvingen scores van 50 en 67,74 (en 96,30 in een tweede experiment), wat wijst op substantiële maar incomplete formalisering.
Lage/Geen Dekking: Een paper over "Dilatations of categories" ontving 41,67, en een survey over "Algebraic magnetism" (die geen Lean-implementatie had) ontving 0 wanneer deze werd vergeleken met ongerelateerde documentatie.
De experimenten bevestigden dat het model correct kon identificeren wanneer er geen relevante formalisering bestond en dat het onderscheid kon maken tussen volledig en gedeeltelijk geformaliseerde werken.

Betekenis en Claims
Het artikel positioneert dit werk als een eerste stap naar het integreren van bibliografische en formele wiskundige ecosystemen in schaalbare, machine-actiebare kennisgrafen. De auteurs stellen expliciet dat het voorgestelde systeem geen vervanging is voor bestaande publicatie- of verificatieinfrastructuren. In plaats daarvan dient het als een "verbindende laag" die bestaande, informele alignementkennis systematiseert tot een gestructureerde, querybare bron.

De betekenis ligt in de mogelijkheid om:

Geünificeerde toegang te bieden tot gepubliceerde resultaten en hun formele tegenhangers.
Grootschalige analyse mogelijk te maken van hoeveel van de wiskundige literatuur is geformaliseerd.
Een fundament te leggen voor het koppelen van publicaties aan formele bewijsobjecten, wat potentieel toekomstige AI-gegenereerde wiskunde en mens-AI hybride workflows ondersteunt.

De auteurs erkennen beperkingen, waarbij zij opmerken dat PDF-parsing ambiguïteit introduceert, de kwaliteit van retrieval de nauwkeurigheid van de scoring beïnvloedt en LLM's spuriaal (vals) verbanden kunnen produceren. Daarom presenteren zij het systeem als een "best-effort framework" voor relationele alignement in plaats van een perfect getrouwe mapping, met de verwachting dat hyperlinks en mappings uiteindelijk handmatig gecureerd zullen worden of via gesuperviseerde processen, vergelijkbaar met de huidige bibliografische praktijken.

Meer zoals dit