AI挑战数学家谁更强 人工智能与数学家的对决结果揭晓

AI与数学领域的较量正在持续升温。不久前，美国OpenAI公司对外公布了由前沿模型生成的722篇数学论文，将其归类为372组数学研究成果，涵盖数论、几何等多个领域的复杂问题，这一举动在全球数学界引发了强烈震动。

据OpenAI公司介绍，这些成果中绝大多数是通过统一流程、借助尚未对外发布的内部模型完成的，平均每项结果大约消耗了该模型3小时的计算资源。

这不禁令人回想起一个月前的那场风波。彼时，OpenAI公司声称利用大模型在88小时内攻克了千禧年大奖难题之一的纳维-斯托克斯方程。随后，25位菲尔兹奖得主联合发表了一封题为《人工智能在数学中的严重错位》的公开信，对AI以“暴力破解”方式处理数学难题所引发的学术风险提出警告。

从“88小时解决百年难题”到“批量产出数百项成果集中投放”，AI企业正以工业化般的速度冲击着数学这一人类最古老的智慧堡垒。AI与数学家之间的这场角力，关系到数学学科未来的发展方向。

AI有潜力成为数学研究的强大工具。

在研究效率方面，传统数学研究通常依赖数学家个人的直觉、经验以及长期积淀，验证一个猜想可能需要数年乃至数十年。而AI能够在极短时间内遍历大量可能性，协助数学家完成繁琐重复的计算任务，从而大幅缩短研究周期。

在研究视野方面，人类数学家的思维受制于既有认知框架和学科惯性，而AI则不受现有范式的约束。AI有望揭示人类难以发现的结构和规律，同时并行探索多条证明路径，迅速剔除错误方向，为人类研究者开辟新的思路。

在研究门槛方面，AI让计算机科学、物理学、生物学等领域的研究者能够更便利地使用数学工具，促进了跨学科的融合。

但与此同时，隐忧同样不容忽视。

AI的“暴力破解”从根本上说是一种缺乏理解的计算过程。它能输出答案，却无法阐明原因。一个通过穷举获得的定理，即便结论正确，也难以在认知层面带来启发。而人类解决数学难题的过程，往往伴随着新概念和新方法的产生，研究本身会催生大量后续工作，成果经过同行评议和讨论消化后，最终充实了学科的知识体系。

更为严重的是对学术生态的破坏。数学证明要求绝对严格的逻辑性，而AI生成内容的可靠性验证本身就是一大挑战。

OpenAI公司批量产出结果，却不公开模型细节和提示词，导致数学家不得不投入大量时间进行“义务审核”。这让数学家们感到，“一次性发布700多份文件，展示的不是学术研究，而是权力”。“AI宣布突破、人类无偿善后”这种倒挂现象，正在侵蚀学术共同体内部的信任。不少青年学者担忧自己的研究方向被AI抢先，因而不敢公开自己的探索进展，这同样扰乱了学术共同体的正常秩序。

这场较量至今没有赢家。AI展现了工业化解题的效率，却也暴露了“答案”与“理解”之间的深层裂痕。数学家守护着学科的内在价值，却不得不面对学术生态被商业逻辑蚕食的现实困境。

回溯历史，从算盘到计算机，数学史上的每一次工具变革都重新塑造了学科的面貌，但从未让数学本身走向终结。

展望未来，AI时代的数学，很可能会带来人机分工的重新调整。学术界需要建立与AI时代相匹配的学术规范，明确AI成果的发布标准与评审机制，厘清AI参与科研的边界。

数学的未来，不应是人类被AI替代，而应当是人类以AI为辅助工具，共同抵达任何一方单独都无法到达的远方。

（文章来源：经济日报）

(原标题：AI大战数学家，谁是赢家)

(责任编辑：156)