La demostració que l'arrel quadrada de 2 és irracional és un clàssic de la matemàtica, però en els darrers anys ha guanyat un nou interès des de la perspectiva de la verificació formal de programari. Combinar assistents de prova lògica amb models de llenguatge grans (LLM) obre possibilitats que van molt més enllà de l'acadèmia. En aquest cas d'estudi analitzem com una interacció entre un LLM i un provador de teoremes com LPTP (Logic Program Theorem Prover) permet construir una demostració formal completa, pas a pas, i què això significa per al desenvolupament d'aplicacions a mida en entorns empresarials.
El procés comença amb definicions bàsiques en lògica de primer ordre, expressades com a predicats de programació lògica pura. Sobre aquesta base, el sistema LPTP permet enunciar propietats i demostrar-les mitjançant deducció natural, generant proves llegibles per humans. En el nostre escenari, es parteix de la definició de nombre racional i de la relació de divisibilitat per després construir la demostració clàssica per contradicció: suposar que √2 = p/q amb p i q enters coprimers, elevar al quadrat, deduir que p és parell, després q també, contradicció.
El que és interessant és que el LLM no fa la demostració de manera autònoma, sinó que actua com a assistent generatiu que suggereix passos intermedis, corregeix errors d'escriptura de regles i ajuda a formalitzar el raonament. L'enginyer o científic de dades revisa, aprova o modifica aquests suggeriments, i el sistema LPTP verifica rigorosament cada pas. Aquest flux de treball redueix dràsticament el temps necessari per produir proves formals i elimina errors humans habituals.
Des d'una perspectiva tècnica, la integració d'un LLM en un pipeline de verificació formal té implicacions profundes per a la fiabilitat del programari. En sectors com la banca, la salut o la indústria aeroespacial, on una fallada pot tenir conseqüències catastròfiques, disposar de proves mecàniques de les propietats crítiques del sistema és un requisit cada cop més demandat. Aquí és on empreses com Q2BSTUDIO ofereixen la seva experiència en el desenvolupament de solucions d'IA i en la integració de tècniques de verificació formal dins de plataformes personalitzades. No es tracta només d'escriure codi, sinó de demostrar que aquest codi es comporta com s'espera sota qualsevol condició.
La demostració de la irracionalitat de √2 és un exemple senzill però il·lustratiu. El LLM ajuda a traduir el raonament matemàtic informal a un llenguatge formal que el provador de teoremes pugui entendre. Per exemple, el LLM pot generar les regles d'inferència necessàries per provar que si un nombre és parell, el seu quadrat també ho és, i viceversa. Després LPTP verifica que aquestes regles s'apliquen correctament. El resultat és una prova completa que pot ser inspeccionada per qualsevol humà amb coneixements de lògica.
Més enllà del cas concret, aquesta sinergia entre LLM i sistemes de verificació formal apunta cap a un futur on la intel·ligència artificial no només genera codi, sinó que també garanteix la seva correcció. A Q2BSTUDIO creiem que aquest enfocament és clau per a projectes que requereixen alts nivells de ciberseguretat i robustesa. La ciberseguretat, per exemple, pot beneficiar-se de proves formals per verificar que no hi ha camins d'atac en un sistema. De la mateixa manera, l'anàlisi de dades amb Power BI i l'automatització de processos es tornen més fiables quan les regles de negoci estan formalment verificades.
La combinació de cloud computing (AWS/Azure) amb aquests mètodes permet escalar la verificació formal a sistemes complexos. En lloc de provar un algorisme petit, es poden verificar propietats d'orquestració de microserveis o de fluxos de dades en temps real. Q2BSTUDIO ofereix serveis d'arquitectura cloud que integren aquestes capacitats, facilitant que les empreses adoptin la verificació formal sense haver de construir tota la infraestructura des de zero.
Per descomptat, no tot és perfecte. Els LLM actuals poden al·lucinar o generar regles incorrectes; per això la supervisió humana i la verificació mecànica són essencials. El cas de √2 mostra que fins i tot amb un model de llenguatge generalista, és possible aconseguir una prova formal correcta quan es disposa d'un verificador rigorós. Això obre la porta a aplicacions més ambicioses, com la verificació de protocols de consens en blockchain o la correcció d'implementacions d'algorismes criptogràfics.
En resum, el cas d'estudi de la demostració de la irracionalitat de √2 amb LPTP i un LLM il·lustra com la intel·ligència artificial pot col·laborar amb mètodes formals per millorar la qualitat del programari. Per a empreses que busquen desenvolupar aplicacions a mida amb alts estàndards de fiabilitat, aquesta combinació representa un avantatge competitiu. A Q2BSTUDIO treballem per integrar aquestes tecnologies en solucions empresarials, ja sigui mitjançant agents d'IA que assisteixen en la verificació, o mitjançant plataformes cloud que executen proves formals de manera contínua. El resultat és un programari més segur, més previsible i amb un cost de manteniment més baix a llarg termini.
