Project Yanasse Utilizza l'IA per Generare Nuove Dimostrazioni Matematiche Tramite Trasferimento di Strategie Interdominio

Project Yanasse ha svelato una nuova tecnica computazionale mirata a scoprire dimostrazioni matematiche innovative trasferendo strategie dimostrative tra diversi domini matematici. Il metodo valuta la distribuzione delle tattiche in 27 aree principali all'interno di Mathlib, esaminando 217.133 stati dimostrativi per identificare tattiche prevalenti in un'area ma rare o inesistenti in un'altra. Utilizzando l'abbinamento analogico NP-hard accelerato da GPU su un MacBook Air con il backend MPS di Apple, il sistema allinea gli stati dimostrativi di origine e destinazione. Un agente di ragionamento IA adatta quindi semanticamente i pattern di invocazione delle tattiche di origine per adattarsi ai teoremi target, invece di limitarsi a sostituire simboli. Nella sua applicazione preliminare, le strategie sono state trasferite dalla Probabilità alla Teoria delle Rappresentazioni, producendo 4 dimostrazioni verificate in Lean su 10 tentativi (un tasso di successo del 40%). Tutte le dimostrazioni sono state compilate senza dichiarazioni "sorry", confermandone la verifica. Questa ricerca evidenzia il trasferimento efficace di pattern tattici tra campi matematici attraverso l'adattamento semantico, indicando il potenziale di migliorare la scoperta matematica tramite il trasferimento di strategie interdominio. Questa metodologia segna un progresso significativo nella dimostrazione automatica di teoremi sfruttando le somiglianze strutturali tra diverse aree matematiche.