بزرگنمايي:

سیاست و بازاریابی - زومیت/ یک قضیه‌ی ریاضی ممکن است صدها اثبات متفاوت داشته باشد. اما چرا ریاضی‌دانان به یک اثبات قانع نمی‌شوند و همچنان به‌دنبال روش‌های تازه می‌گردند؟ تصور کنید یک مسئله‌ی ریاضی سال‌ها پیش حل شده و درستی پاسخ آن نیز تأیید شده است. آیا تلاش برای اثبات دوباره‌ی همان نتیجه اتلاف وقت نیست؟ برخلاف تصور رای

زومیت / یک قضیه‌ی ریاضی ممکن است صدها اثبات متفاوت داشته باشد. اما چرا ریاضی‌دانان به یک اثبات قانع نمی‌شوند و همچنان به‌دنبال روش‌های تازه می‌گردند؟
تصور کنید یک مسئله‌ی ریاضی سال‌ها پیش حل شده و درستی پاسخ آن نیز تأیید شده است. آیا تلاش برای اثبات دوباره‌ی همان نتیجه اتلاف وقت نیست؟ برخلاف تصور رایج، ریاضی‌دانان گاهی ده‌ها یا حتی صدها روش متفاوت برای اثبات یک قضیه پیدا می‌کنند. این تلاش‌ها ممکن است به کشف روابط تازه، حل مسئله‌های پیچیده‌تر یا حتی شناسایی اشتباه در اثبات‌های قبلی منجر شود.
بحث درباره‌ی اهمیت اثبات‌های متعدد، در هفته‌های اخیر و پس از انتشار خبری درباره‌ی ارائه‌ی دو نسخه‌ی متفاوت از اثبات مسئله ناویه–استوکس توسط OpenAI، دوباره مطرح شد. برای بسیاری از افراد عجیب است که چگونه دو راه‌حل کاملاً متفاوت می‌توانند به یک اندازه درست باشند، اما در ریاضیات چنین اتفاقی غیرمعمول نیست.
بیشتر ما ریاضیات را با تمرین‌های مدرسه می‌شناسیم؛ مسئله‌ای مطرح می‌شود، دانش‌آموز آن را حل می‌کند و معلم درستی پاسخ را بررسی می‌کند. همین تجربه باعث شده بسیاری تصور کنند کار ریاضی‌دانان نیز حل‌کردن فهرستی طولانی از مسائل بی‌پاسخ است.
اما اثبات ریاضی چیزی فراتر از رسیدن به جواب نهایی است. اثبات در واقع مجموعه‌ای از استدلال‌های منطقی است که نشان می‌دهد چرا یک نتیجه باید درست باشد.
اثبات دوباره‌ی مسئله‌های حل‌شده می‌تواند به کشف روابط تازه، شناسایی خطاهای قدیمی و پیشرفت ریاضیات کمک کند.
برای درک بهتر، فرض کنید می‌خواهید از شهری به شهر دیگر سفر کنید. ممکن است چند مسیر مختلف برای رسیدن به مقصد وجود داشته باشد. همه‌ی مسیرها به یک نقطه ختم می‌شوند، اما هر کدام ویژگی‌های متفاوتی دارند و شاید در طول مسیر، مکان‌های تازه‌ای را کشف کنید.
اثبات‌های ریاضی نیز همین‌طور هستند. یک قضیه می‌تواند چندین اثبات درست داشته باشد و هر روش، اطلاعات متفاوتی درباره‌ی روابط میان مفاهیم ریاضی آشکار کند. این رویکرد سابقه‌ای طولانی دارد. حدود ۳۵۰ سال پیش از میلاد، ارسطو اثباتی را برای برابر بودن زاویه‌های مجاور قاعده‌ی مثلث متساوی‌الساقین توصیف کرد که در آن از دایره استفاده می‌شد.
حدود ۵۰ سال بعد، اقلیدس روش دیگری ارائه داد که فقط به مثلث‌ها نیاز داشت. مزیت اثبات جدید این بود که از بحث پیچیده‌ی تعریف زاویه میان خط راست و خط منحنی فاصله می‌گرفت؛ موضوعی که حل اختلاف‌نظرهای مربوط به آن قرن‌ها طول کشید.
۲۰۰ راه متفاوت برای اثبات یک حقیقت ساده
یکی از مشهورترین نمونه‌ها به قضیه‌ای درباره‌ی اعداد اول مربوط می‌شود. اعداد اول فقط بر عدد یک و خودشان بخش‌پذیرند؛ مانند ۲، ۳، ۵، ۷ و ۱۱.
بیش از دو هزار سال پیش، اقلیدس ثابت کرد که تعداد اعداد اول بی‌نهایت است. به زبان ساده، هرقدر هم اعداد اول را بشماریم، همیشه عدد اول دیگری وجود خواهد داشت.
روش اقلیدس بر استدلال جالبی استوار بود. او فرض کرد که تمام اعداد اول را در فهرستی محدود نوشته‌ایم. سپس همه‌ی آن‌ها را در یکدیگر ضرب کرد و به حاصل‌ضرب، عدد یک را افزود. عدد جدید نمی‌تواند بر هیچ‌کدام از اعداد اول موجود در فهرست بخش‌پذیر باشد؛ زیرا هنگام تقسیم بر هرکدام، باقی‌مانده یک خواهد بود. بنابراین، یا خودش عددی اول است یا دست‌کم یک مقسوم‌علیه اول دارد که در فهرست اولیه وجود نداشته است.
در ریاضیات، مسیر رسیدن به یک نتیجه گاهی به‌اندازه‌ی خود نتیجه اهمیت دارد و می‌تواند شناخت تازه‌ای ایجاد کند.
در هر دو حالت، فرض کامل‌بودن فهرست اشتباه از آب درمی‌آید. پس تعداد اعداد اول نمی‌تواند محدود باشد.
این اثبات قرن‌ها پیش ارائه شد، اما ریاضی‌دانان همچنان روش‌های تازه‌ای برای رسیدن به همان نتیجه پیدا می‌کنند. طبق بررسی انجام‌شده در سال ۲۰۲۳، حدود ۲۰۰ اثبات متفاوت برای بی‌نهایت‌بودن اعداد اول وجود دارد. شاید در نگاه اول چنین تلاش‌هایی بی‌فایده به‌نظر برسند، اما تاریخ ریاضیات خلاف آن را نشان می‌دهد.
در سال ۱۷۳۷، لئونارد اویلر، ریاضی‌دان مشهور سوئیسی، با روشی متفاوت به بررسی همین قضیه پرداخت. او رابطه‌ای میان یک مجموع نامتناهی و حاصل‌ضربی مرتبط با اعداد اول پیدا کرد.
دستاورد اویلر فقط تأیید دوباره‌ی بی‌نهایت‌بودن اعداد اول نبود. روش او به شناخت بهتر نحوه‌ی پراکندگی این اعداد نیز کمک کرد؛ از جمله اینکه هرچه به سمت اعداد بزرگ‌تر حرکت کنیم، اعداد اول کم‌تراکم‌تر می‌شوند.
بیش از یک قرن بعد، همین رابطه الهام‌بخش برنهارت ریمان شد تا فرضیه‌ی مشهور ریمان را مطرح کند؛ مسئله‌ای درباره‌ی توزیع اعداد اول که هنوز حل نشده و یکی از مهم‌ترین معماهای ریاضیات محسوب می‌شود.
به‌این‌ترتیب، تلاش برای اثبات دوباره‌ی قضیه‌ای که از زمان اقلیدس شناخته شده بود، به شکل‌گیری پرسش‌های تازه و پیشرفت شاخه‌های دیگری از ریاضیات کمک کرد.
آیا ممکن است چند اثبات مختلف همگی اشتباه باشند؟
داشتن چند اثبات برای یک قضیه همیشه به معنای درست‌بودن آن نیست. تاریخ ریاضیات نمونه‌هایی دارد که چند پژوهشگر با روش‌های متفاوت به نتیجه‌ای یکسان رسیدند، اما بعدها مشخص شد آن نتیجه به اصلاح نیاز دارد.
در سال ۱۹۳۳، ویلهلم گرونوالد قضیه‌ای درباره‌ی ویژگی‌های اعداد و توان‌های آن‌ها ارائه کرد. طبق نتیجه‌ی او، اگر عددی شرایط مشخصی را در ارتباط با اعداد اول داشته باشد، می‌توان آن را به‌صورت توان معینی از عددی دیگر نوشت. در سال ۱۹۴۲، جورج واپلز اثبات دیگری برای این نتیجه ارائه داد که از ابزارهای ریاضی متفاوتی استفاده می‌کرد.
حتی چند اثبات متفاوت نیز ممکن است خطا داشته باشند؛ همان‌طور که قضیه‌ی گرونوالد پس از سال‌ها با کشف یک استثنا اصلاح شد
اما شش سال بعد، ریاضی‌دانی به نام شیانگ‌هاو وانگ نشان داد که این ادعا در برخی حالت‌ها درست نیست. برای مثال، عدد ۱۶ می‌توانست شرایط موردنظر را داشته باشد، بدون آنکه توان هشتم یک عدد صحیح باشد. این کشف نشان داد که صورت اولیه‌ی قضیه استثناهایی دارد. نتیجه‌ی اصلاح‌شده امروزه با نام «قضیه‌ی گرونوالد–وانگ» شناخته می‌شود.
چنین نمونه‌هایی یادآوری می‌کنند که حتی چند اثبات ظاهراً معتبر نیز ممکن است از فرض یا استدلالی مشترک استفاده کرده باشند که درستی آن به‌اندازه‌ی کافی بررسی نشده است.
دانشمندان احتمال اشتباه در اثبات‌های ریاضی را بررسی کردند
در سال ۲۰۲۲، اسکات ویتری از دانشگاه استنفورد و سایمون ددئو از دانشگاه کارنگی ملون، مسئله‌ی جالبی را بررسی کردند: اگر هر مرحله از یک اثبات ریاضی احتمال اندکی خطا داشته باشد، چگونه می‌توان به اثبات‌های طولانی اعتماد کرد؟
فرض کنید یک اثبات از صدها مرحله‌ی منطقی تشکیل شده باشد. حتی اگر احتمال اشتباه در هر مرحله بسیار کم باشد، با افزایش تعداد مراحل، احتمال وجود دست‌کم یک خطا در کل استدلال بیشتر می‌شود.
این وضعیت شبیه پرتاب تاس است. احتمال آمدن عدد یک در هر پرتاب فقط یک‌ششم است، اما اگر تاس را بارها پرتاب کنیم، احتمال اینکه دست‌کم یک‌بار عدد یک ظاهر شود، افزایش می‌یابد. پس چرا ریاضی‌دانان می‌توانند به نتیجه‌ی اثبات‌های طولانی اطمینان کنند؟
پژوهشگران برای پاسخ به این سؤال، اثبات‌های ریاضی را به شبکه‌ای از مسیرهای منطقی تشبیه کردند. در این مدل، هر مرحله به مراحل دیگر متصل است و درستی یک نتیجه می‌تواند از چند مسیر مستقل بررسی شود.
اگر فقط یک مسیر طولانی برای رسیدن به نتیجه وجود داشته باشد، اشتباه در یکی از مراحل ممکن است کل استدلال را زیر سؤال ببرد. اما وقتی چند مسیر مختلف از یک نتیجه پشتیبانی می‌کنند، وجود خطا در یکی از آن‌ها لزوماً به معنای نادرست‌بودن تمام استدلال‌ها نیست.
پژوهشگران نشان داده‌اند که وجود مسیرهای منطقی متعدد و مستقل می‌تواند اطمینان به درستی یک نتیجه‌ی ریاضی را افزایش دهد
وقتی یک نتیجه‌ی ریاضی از چند مسیر منطقی متفاوت پشتیبانی شود، احتمال اینکه اشتباهی در یکی از مسیرها نتیجه‌ی نهایی را زیر سؤال ببرد، کاهش می‌یابد. برای مثال، تصور کنید برای اثبات یک قضیه سه روش مستقل وجود داشته باشد. اگر در یکی از روش‌ها خطایی پیدا شود، دو روش دیگر همچنان می‌توانند از درستی نتیجه پشتیبانی کنند.
پژوهشگران در مدل خود نشان دادند که با افزایش ارتباط میان مسیرهای مختلف اثبات، ممکن است اطمینان به درستی نتیجه از حد مشخصی به بعد به‌طور ناگهانی افزایش یابد. آن‌ها این تغییر را گذار فاز معرفتی (Epistemic Phase Transition) نامیدند.
البته این مدل به معنای تضمین درستی اثبات‌ها نیست و اعتبار هر استدلال همچنان باید به‌طور دقیق بررسی شود. بااین‌حال، پژوهش یادشده توضیح می‌دهد که چرا بررسی یک مسئله از مسیرهای مختلف می‌تواند به شناسایی خطاها و افزایش اطمینان کمک کند.
با پیشرفت هوش مصنوعی، اثبات‌های متعدد اهمیت بیشتری پیدا می‌کنند.
اهمیت روش‌های مختلف اثبات با پیشرفت هوش مصنوعی ممکن است بیشتر شود. مدل‌های هوش مصنوعی اکنون می‌توانند در حل برخی مسائل ریاضی مشارکت کنند و گاهی استدلال‌هایی ارائه دهند که بررسی آن‌ها برای انسان دشوار است.
در چنین شرایطی، رسیدن به یک پاسخ به‌تنهایی کافی نیست. ریاضی‌دانان باید بتوانند درستی استدلال‌ها را بررسی کنند و مطمئن شوند که نتیجه بر پایه‌ی فرض‌های اشتباه یا مراحل نامعتبر به‌دست نیامده است.
با ورود هوش مصنوعی به حل مسائل پیچیده، بررسی مستقل نتایج و دستیابی به اثبات‌های متفاوت اهمیت بیشتری پیدا می‌کند
داشتن چند اثبات مستقل، چه توسط انسان و چه با کمک هوش مصنوعی، می‌تواند این فرایند را آسان‌تر کند. اگر روش‌های متفاوت به نتیجه‌ای یکسان برسند و هرکدام به‌طور دقیق بررسی شوند، اطمینان به درستی آن نتیجه افزایش می‌یابد.
بنابراین، وقتی ریاضی‌دانان مسئله‌ای حل‌شده را دوباره اثبات می‌کنند، لزوماً به‌دنبال پیداکردن پاسخی نیستند که از قبل نمی‌دانستند. گاهی هدف اصلی کشف راهی تازه برای فهمیدن همان پاسخ است؛ راهی که شاید به حل مسئله‌ای بسیار بزرگ‌تر منجر شود.