|
2026年8月,北京雁栖湖。 2026国际基础科学大会在这里开幕。丘成桐、马克西姆·孔采维奇、马丁·海尔、考切尔·比尔卡尔四位菲尔兹奖得主,外加图灵奖得主罗伯特·塔扬,坐在同一个会场里。 但全场最受关注的话题,不是哪个数学难题被解开了。 是AI。 AI已经能做什么? 先说几个事实。 2026年5月,DeepMind发布了AlphaProof Nexus。这个AI智能体一次性解决了9个Erdős开放问题,最早的那个已经悬了56年。它还证明了44个OEIS数学猜想,解决了一个悬置15年的对数凹性问题。单题成本最低只有7.5美元。 同一个月,OpenAI的推理模型推翻了埃尔德什单位距离猜想——一个困扰离散几何领域近80年的核心问题。 7月,中国科学院数学与系统科学研究院发布“数学机械化智能体”MMAT,独立或与数学家合作攻克了8项长期公开问题。 8月,Axiom Math团队用AI系统AxiomProver,首次自动验证了“246定理”——人类在孪生素数猜想上目前最接近的成果。 数学正在从一个“证明很稀缺”的时代,进入一个“证明可能过剩”的时代。 但数学家们说:别慌 马丁·海尔在这次大会上接受了央视《高端访谈》专访。他的核心观点就一句话——数学家所关注的,恰恰就是那些无法通过自动化手段解决的问题。 什么意思? AI确实很能打。海尔自己承认,AI在数学推演上已经达到博士水平。有些数学问题AI处理起来特别顺手,久而久之数学家自己都会觉得这类问题“失去了乐趣”。 但数学家真正感兴趣的,是那些还没被证明的东西,是人类还没发现的数学结构。海尔的原话是:至少目前,我看不出人工智能拥有这一层面的创造能力。 他也不同意“两年内AI全面超越数学家”的说法。AI在特定领域很厉害,但不代表在所有数学工作上都能碾压人类。 不只是海尔一个人这么说 这次大会上,几位菲尔兹奖得主几乎都在谈同一个话题。 陶哲轩在2026年国际数学家大会现场敲响警钟:AI正在引爆数学界前所未有的“价值观危机”。但他同时也说,AI已经彻底改变了数学工作流,他个人已经不再试图实时跟进所有新证明,因为AI生成证明的速度远超人类消化能力。 邓煜——2026年菲尔兹奖得主,中国数学家——在大会“数学之夜”上说,AI目前对他研究的偏微分方程、随机偏微分方程领域影响还不大,但在组合数学、代数几何等领域已经展现出很强能力。他还指出了一个很刁钻的角度:同一个问题,对AI和人类来说,难度可能完全不一样。 丘成桐也强调,AI在数学推演、定理证明方面确实强大,但创造全新概念、搭建完整理论体系这件事,还得靠人类数学家。 行业正在发生什么变化? 这场讨论不是学术圈的自嗨。它正在改变整个数学研究和相关产业的底层逻辑。 第一,部分细分领域正在萎缩。 海尔说得很直白:AI会让一些数学细分领域缩减,因为这些领域已经失去了研究的意义。如果一个方向的问题AI都能轻松搞定,人类数学家自然就不想再碰了。 第二,数学研究模式在变。 以前数学家的工作是“自己想、自己证”。现在不一样了。中科院数学与系统科学研究院院长张平描绘了一个新场景:人类数学家提问题、把控方向,大模型做推演和证明,数学智能体做大规模计算,形式化系统保底验证。 这不是AI取代数学家,是人机协同。 第三,产业对数学人才的需求变了。 有分析指出,AI产业对数学人才的需求已经从“锦上添花”变成了刚性需求。工业AI缺的不是更多参数,而是更严谨的数学底座。工信部规划到2027年工业软件市场规模突破5300亿元,而工业软件的底层,全是数学。 第四,数学证明的成本在暴跌。 AlphaProof Nexus解一道几十年没人解出来的题,成本最低7.5美元。DeepSeek V4做数学证明,成本优势达到500倍。这意味着什么?意味着以前只有顶尖数学家花几年时间才能碰的问题,现在AI可以用极低成本大规模试错。 但有一个新问题冒出来了 AI产出证明的速度太快了,快到人类跟不上的地步。 陶哲轩已经公开承认,他不再试图实时跟进所有新证明。真正的瓶颈已经从“怎么生成证明”变成了“怎么验证和理解证明” 。 AI给了一个证明,人类看不懂,或者没时间看。这怎么办? 中国的位置 这次大会在北京开,不是偶然。 2026年,两位中国数学家邓煜和王虹同时获得菲尔兹奖。马丁·海尔评价说,这证明中国已经涌现出能拿到数学最高荣誉的顶尖人才。 他还注意到另一个细节:现在大量优秀青年学子选择留在中国读博士,完整的学术生涯全程在中国完成。过去五到十年,中国数学研究水平实现了质的飞跃。 在AI+数学这条赛道上,中国的布局也很清晰。中科院的MMAT已经能独立解决公开数学问题。DeepSeek在数学证明上的成本优势也很突出。国内AI产业正在告别参数和算力的内卷,进入数理驱动、人机协同的精细化阶段。 说回那个核心问题 AI会不会终结数学? 海尔说得最清楚:AI会改变数学,但不会终结数学。 它会让一些方向失去意义,会让另一些方向效率暴增,会让数学家的研究模式彻底改变。但数学家关注的永远是那些机器搞不定的东西——没被证明的猜想、没被发现的结构、需要真正创造力的突破。 机器擅长解决问题,人类擅长提出问题——这句话在数学领域,目前还成立。
版权声明
“特别声明:以上作品内容(包括在内的视频、图片或音频)为用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”
本文地址: https://www.amtbbs.org/thread-18449-1-1.html
|