《一个用AI辅助把数学论文转成Lean证明的工具项目》
人工智能 方向的结构化创业机会。综合分 67.05 ，可据此评估差异化、落地难度、市场空间、时间窗口与护城河。
机会标题：用 AI 降低数学论文与猜想的形式化门槛，服务科研与悬赏场景
多维评分
综合分 = 创意25% + 可行30% + 市场20% + 紧迫10% + 壁垒10%。置信不计入综合分。
创意 80
可行 54
市场 66
紧迫 70
壁垒 73
置信 78
行业分类
创业方向
AI for Math/自动形式化
面向痛点
自然语言数学证明形式化门槛高、耗时，AI 能推导但难以保证机器可核验，论文与猜想大量积压待形式化。
解决方案
构建自然语言到 Lean/Coq 的 AI 形式化助手，提供缺口定位、引理生成、类型检查、人工专家复核，面向论文、悬赏证明和教材证明。
潜在人群
数学研究者、形式化团队、AI实验室、期刊会议、科研资助方
变现 / 商业模式
按项目收费、订阅/API、与基金和奖项合作抽成、私有化部署
所需资源条件
- 启动资金（必须） · 资金 — 约100-500万，覆盖模型、算力与专家复核
- 形式化证明语料（必须） · 数据 — 论文、证明库、Lean/Coq 代码对
- AI算力资源（必须） · 场地设备 — 训练/推理集群
- 开源工具链（必须） · 其他 — Lean、Coq、Isabelle 等
- 高校/期刊合作渠道（加分） · 流量渠道 — 获取真实形式化需求
补充说明
需获得合法论文/证明语料授权，技术验证需人工专家兜底，避免AI错误导致学术声誉风险。
所需岗位
- 算法工程师 ×2（技术） — LLM 形式化与证明搜索
- 形式化验证工程师 ×2（技术） — 专家复核与规则设计
- 后端工程师（技术） — API 与协作系统
- 产品经理（产品） — 面向数学家的工具设计
- 数学顾问（专业） — 评估证明正确性与优先级
风险
技术难度高，AI 幻觉可能产出错误证明，学术预算有限，需求教育周期长，正确性责任难以完全外包。
依据
原帖称“人工智能做不了实验，但它能推导”“可以替数学家试一万条路”；又称“费马大定理，此刻正被人一行一行往里搬”“已证明，待形式化”。
下一步验证
选取 20 篇含完整证明的数学论文，做自动形式化原型并统计机器核验通过率与人工修正成本。
标签
AI for Math,自动形式化,Lean,科研工具,大模型