一、百年难题被攻下先交代背景。纳维-斯托克斯方程描述的是流体怎么运动，是七大「千禧年难题」之一，官方悬赏100万美元求解。9月8日，OpenAI发布公告称，他们用约1万个AI智能体并行工作88小时，完成了一个与纳维-斯托克斯方程相关的形式化证明——所谓形式化，是指证明过程被写成机器可严格校验的逻辑，而不是只给人看的草稿。随后又花了约17小时，用Lean这个数学证明助手完成了验证。消息一出，圈内震动：AI似乎第一次在顶级数学的「硬骨头」上啃出了结果。 二、1万个智能体怎么干活这次不是单个大模型闷头算，而是一支「协作集群」。约1万个AI智能体被并行调度，各自探索证明的不同分支，再把阶段性结果汇总、互相校验。比作盖楼：过去是一个人画图纸，现在是上万个施工队并行在不同楼层作业，进度靠中央调度对齐。88小时这个概念很关键——人类团队啃这类问题常以「月」甚至「年」计，机器用不到4天跑完，算力与编排的优势一目了然。但也正因「快得不像人类」，质疑声随之而来。
三、数学家的冷水就在公告3天后，9月11日，一份由25位菲尔兹奖得主（数学界最高荣誉的获得者）联名的公开信流出，标题直白——《人工智能在数学中的严重错位》。联名的名单里包括陶哲轩等顶尖学者。信的核心不是否定AI有用，而是警告：把AI生成的「证明」当作数学成果的门槛，正在被不恰当地拉低；形式化验证虽严格，但「生成」与「理解」是两回事，机器能产出可通过校验的符号串，不代表人类获得了新的数学洞察。 四、联名信到底在担心什么拆开看，信里有三层担忧。第一，可信度：AI证明是否真正可被人类审查、复现，还是变成「黑箱出证、无人能懂」？第二，评价标准：若期刊和奖项开始接纳「机器生成加机器验证」的结果，数学共同体的训练与评价体系会被冲击。第三，方向误导：资源涌向「用AI刷难题」，可能挤占对「人能讲清楚为什么」的基础研究投入。他们要的不是禁止，而是放慢、立规矩、把「人懂」放回中心。 五、百万大奖为什么没人领一个耐人寻味的细节：这是千禧年难题、官方悬赏100万美元，但OpenAI明确表示不申领这个大奖。原因有两层——一是该结果的性质更接近「形式化辅助下的重大进展」，而非传统意义上由人类数学家主导的完整证明，是否符合设奖方的领奖标准本就模糊；二是设奖机构（克雷数学研究所）对「被接受的解法」有严格的人类评审流程，机器主导的成果能否走完这套流程尚无先例。不领奖，反而让「这算不算真解决」的争论更热闹。 六、这次到底花了多少算力不是免费的。公开讨论中提到，这类超大规模并行证明的计算成本达数百万美元量级。换个角度想：用上万个智能体跑88小时，背后是成规模的GPU集群和编排系统，普通研究者根本玩不起。这也引出公平性质疑——当顶级成果越来越依赖顶级算力，数学研究的「平民入口」会不会被悄悄抬高？资源向巨头集中的趋势，值得整个学界警惕。 七、争议点到底在哪把两派摆一起更清楚。支持方说：形式化证明经Lean严格验证，结果可信，这是工具能力的实打实进步。反对方（如Buckmaster、Alpöge等学者）则质疑数据使用与结论的可推广性——比如训练或验证中是否过度依赖特定数据、所得结果是否只适用于高度简化的情形。说白了，争论不在「机器能不能算」，而在「算出来的东西，对人类数学意味着什么、能信到什么程度」。这恰恰是联名信想逼大家正视的问题。 八、AI数学到底走到哪了客观说，AI已经在两类事上帮上忙：一是形式化证明的辅助补全，把人类写好的框架用机器严格化；二是发现新的猜想和构造，给研究者指路。但它还远没到「替代数学家」的地步——提出好问题、建立直觉、判断哪些方向值得走，这些仍靠人。这次88小时事件更像一块里程碑：证明「机器能参与最难的问题」，但距离「机器独立开创数学」，中间还隔着对「理解」本身的定义。 九、读者怎么看这事你怎么看？是觉得「AI帮人类解开百年难题」值得欢呼，还是认同数学家「先把规矩立好」的谨慎？如果你家孩子学数学，你会希望他多用AI工具，还是先把基本功练扎实？评论区聊聊，也帮更多人看清这波「AI数学热」背后的真问题。
结语 · 这事你怎么看？是觉得AI解百年难题值得欢呼，还是认同数学家先把规矩立好？评论区聊聊。 |
手机APP
手机版
官方微信
冀公网安备13110202001571号|网站地图
