AI解题速度超过人类验证，数学家该如何应对这一挑战？

全球数学界近来仿佛遭遇了一场“强震”。

今年夏天，王虹凭借挂谷猜想三维版本的证明摘得菲尔兹奖；然而不到三个月后，OpenAI便宣称其AI已经攻克了该猜想的四维版本。就在数日前，OpenAI更是一口气发布了722篇论文，虽然这些成果尚待核实，但众多知名未解难题似乎已被一一破解——数学家们一觉醒来，发现自己的研究领域可能面临被终结的命运。

面对AI递上的这封“挑战书”，人类数学家还剩下多少反击的余地？近日，一场以“数学与计算机科学×数字未来”为主题的跨界对话在浦东的未来启点社区举行。新民晚报记者观察到，数学界的反应颇为复杂且矛盾，许多人脸上同时写着兴奋与忧虑。

AI“颠覆”数学界

可以说，AI直接对人类智力的最高峰——数学——实施了“降维打击”。

当OpenAI破解了困扰人类长达百年的难题时，迎接它的并非欢呼，而是一场深重的、难以估量的认知恐慌。

以往，一位数学博士通常要耗费数年光阴，在海量文献中寻觅灵感，为证明一个微小的引理而殚精竭虑。即便只做出一点点原创性贡献，也足以顺利毕业，并在学术界谋得一席之地。

然而，时过境迁。随着AI大模型的迅猛进化，特别是自动定理证明器与大语言模型的深度结合，AI已具备了令人不寒而栗的数学发现能力。

菲尔兹奖得主陶哲轩的一段视频近日引发广泛关注，这位一向乐于拥抱新技术的顶尖学者发出警示：“我们必须放缓AI的发展步伐。当前的速度简直疯狂，完全没有理由如此之快！”

过去，一道难题被攻克后，证明者会四处做学术报告，同行组织研讨会共同“啃硬骨头”，新的合作与新的问题随之涌现，年轻人被吸引进入该领域，证明被逐步简化，最终写入教科书；如今，难题被AI批量解决，提交结果的人自己都说不清楚，这一系列连锁反应便不再发生，而缺乏人工“消化”，这些方法便难以传承下去。

数学迎来最好的时代？

在跨界对话中，中国科学院计算技术研究所副所长包云岗提出疑问：OpenAI一下子给出了722个数学难题的解答，但哪里有足够的数学家来验证其正确性？

两个月前，包云岗曾以听众身份参加数学界一场关于AI的圆桌论坛，国内顶尖数学家的辩论给他留下了深刻印象。有观点指出，数学研究长期遵循“猜想—证明—验证”的三步范式。AI目前主要发力于第二步，能显著提升证明效率；但在另外两个环节，它的锋芒尚未充分展现——第一步，AI尚未提出令数学家眼前一亮的猜想；第三步则更为棘手，当AI深度介入证明后，如何验证正确性反而成了新难题。

“AI给出答案，再由AI来验证——这样的结果，我们还能相信吗？”

包云岗由此作出判断：一项任务是否适合交由AI完成，验证的难易程度更具决定性。如果验证容易，AI大概率能很好地完成任务，因为它可以进入快速迭代学习的过程；如果验证困难，正确性难以自动判断，就仍需大量人力参与验证。“因此，关键不在于让AI包揽一切，而在于寻找验证容易的任务，或将验证困难的任务改造成验证容易的任务，再交给AI。”

“现在不一定是数学家最好的时代，但却是数学最好的时代。”北京大学北京国际数学研究中心博雅特聘教授董彬如此表示。

在他看来，数学研究从来就不仅仅是证明开放性问题。“数学在早期其实更像一种实验科学，最有价值的是提出问题、构建新的理论体系，使过去我们无法描述的东西变得可以被描述。数学是一种语言，而语言最主要的目的，是创造新的词汇、新的表达、新的语法，组合出新的句子，让我们能够更准确、更优雅地描述一件事情。这才是数学的初心。”

AI步步为营“挑战”科研

面对AI带来的冲击与挑战，越来越多的专家学者开始展望前景。深势科技创始人兼首席科学家张林峰将科研抽象为一个基本过程：人提出问题，用工具解决问题。然而，知识大爆炸使领域不断细分，人受限于自身的知识储备与工具数量，在许多方向上推进得愈发艰难。“我们看到的机会是什么？是对底层技术要素进行全面‘AI整合’。整合之后，就能在各个领域更快地解决问题。”

他大胆预测，未来AI将继续吞噬人类引以为傲的领域。节奏可能是：数学—理论科学—计算科学—实验科学。在他看来，实验科学之所以会最慢被“吞噬”，是因为物理世界的反馈最慢；不过，自主实验室等进展正在扩大反馈规模、提升反馈效率与质量，这一局面也在悄然改变……

值得一提的是，就在昨天（11日），由菲尔兹奖得主、清华大学讲席教授丘成桐院士牵头，清华大学求真书院、上海数学与交叉学科研究院等8家机构联合组建的丘成桐数学与人工智能实验室联盟正式成立。

丘成桐表示，与他从事数学研究50年来所见证的那些伟大突破相比，如今AI的威力可以说更加令人震撼。他认为，如果善加利用，AI或许能催生划时代的科研成果。

（文章来源：上观新闻）

(原标题：AI解题速度超越人类验证，数学家如何接住这道“战书”？)

(责任编辑：10)