最新资讯

上个月刚荣获菲尔兹奖的Jacob Tsimerman，在颁奖仪式上公开表示，他将加入OpenAI从事AI安全研究。

8月初，他与OpenAI研究科学家Sébastien Bubeck在旧金山总部召集了大约40位数学家，举行了一场闭门会议，其中一场报告的题目是“数学的终结”。

报告人、多伦多大学教授Daniel Litt指出：

有可能我们会走向一个没有高质量数学研究、人类数学专业知识完全消失的未来。

他认为这种极端情况不太可能发生，但数学家必须采取行动。

MIT数学家Drew Sutherland表述得更直接、更冷酷：

或许我们只是矿井里的金丝雀，数学家会先遭遇困境。

数学被选为AI的试验场，因为它被视为高智力活动的代理指标——在数学上能做到的事情，迟早会复制到其他领域。

AI正在批量“做数学”

密集的成果发布是这场会议的直接背景。

5月，OpenAI一个尚未发布的模型推翻了单位距离猜想。

这个关于“无限平面上点的排列方式”的古老问题悬而未决多年，AI解题时使用了代数数论中一种已知但难以操作的技巧，相当于跨子领域调用工具。

Tsimerman当时的评价是，这个结果如果投到任何期刊，他都会“毫不犹豫地接受”。

这被许多数学家视为AI的第一个重大数学突破。

此后成果接连涌现。

8月，OpenAI一口气公布了10项AI生成的数学与计算机科学新发现，覆盖多个通常需要数年才能入门的子领域。

Anthropic这边也没闲着。

Anthropic员工Levent Alpöge用Claude辅助构造了668维超立方体上的垂直向量对。

数学家一直相信这种构造存在，但从未有人真正实现过。

Alpöge公布结果的方式是在X上发了一条24000字符的帖子，内容全是+和-号。

传统数学研究有一条固定流程：研讨会讨论、同行传阅、上传预印本网站arXiv、经同行评审后发表在期刊上。

AI生成的成果正在绕过这条流程。

常驻深圳的创业者Dmitry Rybin让ChatGPT“做个突破”来推翻一个网络流假设，模型每次失败他就催促它继续，扮演AI鼓励师的角色。

ChatGPT最终给出了一个反例，Rybin验证之后发了条推文。当时他正和朋友一起看电影。

数学家David Bessis对此提出了质疑：

你一边煮意面一边发推说证了个大问题？当然会刷屏。

问题是，刷屏之后呢？谁来整理这堆东西、搞清楚到底怎么回事？

上周，Anthropic还宣布其一名员工让内部版Claude去“认真试试”黎曼假设。

黎曼假设悬而未决了一百多年，至今无人攻克，悬赏100万美元。

在“继续”“再想想”之类的反复催促下，模型在一个相关问题上产出了新发现。

3000人签了联名信，然后呢？

数学界的反应是分裂的。

6月，一封名为“莱顿宣言”的公开信发布，超过3000名数学家签名。

信中呼吁研究者负责任地使用AI工具，确保成果经过验证、引用规范。

另一批数学家则走得更远，主张彻底拒绝AI和AI公司，以保住人类在数学中的位置。

西北大学数学教授Bryna Kra参加了会议，也是莱顿宣言16位发起人之一。

她说：

数学的核心是理解结果，不只是证明结果。

一个没有被理解的证明，不会成为文献的一部分。

AI能证题，但能不能讲清楚自己怎么证的？

哈佛大学数学家Melanie Matchett Wood帮OpenAI的单位距离猜想结果写了人类版本的证明。

她发现，顶级AI模型在解释上有一个共同毛病：简单的部分说一大堆，难的部分一笔带过。

她说：

顶级AI模型还做不到识别论证中真正困难的部分，并把它讲清楚。

德国数学家Andreas Thom给出了更精确的区分。

OpenAI公布的10项新成果中有一项关于“非sofic群”的新构造，填补了Thom与合作者Gábor Kun在2016年和2019年两篇论文之间的空白。

两人随后发表了后续论文，对AI的发现做了简化和拓展。

Thom说：

AI在以非常聪明、有分量的方式解决问题。

但新概念是人类参与证明过程之后才浮现的，目前还不是AI自己做到的。

面对分裂，会议组织者Bubeck在会后描述了四种可能的未来：

数学变得像软件工程，AI帮助数百人协同攻克同一个问题；

变得像物理学，靠堆算力和AI模型替代粒子加速器；

变成博物馆策展，AI负责产出，人类负责挑选和解读；

或者数学家集体转型做AI安全。

Bubeck说：

我们必须把人、把数学家放在第一位。

数学只有在数学家从中学到东西的时候才有意义。

“没有人的文明，毫无意义。”

但40位与会者没有达成共识。

Tsimerman说：

数学界想要什么，目前没有定论。

这次会议的目的更多是开启对话，而不是做出某个决定。

他本人尚未正式入职OpenAI。

一位菲尔兹奖得主选择去AI公司做安全研究，这件事本身就是数学界处境的一个缩影。

至于他接下来做什么，下一步的信号可能比这场会议上的报告更值得关注。

参考资料：

https://www.washingtonpost.com/technology/2026/08/19/mathematicians-ask-whats-left-humans-when-ai-can-do-math-research/

本文来自微信公众号，作者：ASI启示录，编辑：马可，36氪经授权发布。