AI联手人类3天破78年数学难题,数学家集体消化不良

源自238位全网作者

13:57

内容由AI生成

精选参考来源

1. 对话艾博生物CEO英博:“一人一药”,Moderna,AI制药,癌症疫苗的边界与未来【101视频播客】

2. 本体作为工业 Agent 的“语义罗盘”:COSMO-Sphere 语义底座与半自动本体重构的工程路径

3. 【新石器CEO余恩源:目标构建1000万辆无人车+1亿个机器人无人物流网络】8月21日,新石器创始人兼CEO余恩源在2026世界机器人大会上表示,公司定位已从“自动驾驶”升级为“机器人公司”,目标是构建由1000万辆无人车和1亿个机器人组成的无人物流网络。核心信息:截至8月20日,新石器无人驾驶累计运营里程突破2.2亿公里,日新增里程超100万公里,无人车数量超2.7万辆,居全球同类车队首位。年底车队规模将突破5万辆,明年预计增至15万辆。余恩源将物流成本拆解为运输、装卸、搬运三个环节,自动驾驶仅解决运输问题,装卸和搬运仍需依赖机器人。为此,新石器正将无人车技术延伸至室内小机器人产品,未来将形成四类物流机器人形态:已规模化落地的Robovan、半具身装卸搬运机器人、半具身上架机器人,以及最终形态的全具身机器人。观察:从“自动驾驶”到“机器人公司”,新石器正试图打通物流全链条的无人化闭环——无人车负责运输,机器人负责装卸和搬运,最终覆盖从运输到末端上架的全链条。1000万辆无人车+1亿个机器人的蓝图,瞄准的是全球5.3万亿美元人力成本的物流市场。#新石器无人车 #余恩源 #具身智能 #无人物流

4. 菲尔兹奖得主都栽了!Claude终结78年悬案,或成最重要AI数学成果

5. 【联合国常务副秘书长:AI走向何方,最终取决于人类的选择】当AI席卷而来,我们真正需要思考的是,它究竟应该为人类带来什么?联合国常务副秘书长阿明娜·穆罕默德表示,AI让医疗更高效、教育更普惠,也为农业等领域带来新的可能。但同样的技术,可能造成巨大伤害。如何驾驭AI、让它服务于人类福祉,最终取决于我们自己的选择。As AI reshapes our world, what do we truly want it to bring to humanity? UN Deputy Secretary-General Amina J. Mohammed highlights AI's potential to make healthcare more efficient, education more accessible, and agriculture more sustainable. But how we harness it, and where we take it, is ultimately a choice for humanity. Take a look. CGTN的微博视频

6. 本机直接秒跑大型 AI! 实测MSI顶级AI工作站边缘运算有多狂!?| MSI Raider 16 Max HX B2WJ|开箱评测EP99【科技说】

7. AI光环褪色?Alphabet市值三个月蒸发6920亿美元,投资者开始质疑AI前景

8. 当AI开始"推翻"猜想:2021–2026年人工智能数学重大进展全景调研

9. AI给出的108页证明"正确但看不懂"——数学的"优雅"正在被重新定义? "78年悬案三天破解"?那些盯了一辈子也没搞定的数学家,现在是什么心情? 六维球面上到底有没有复结构,这个问题从1948年问到现在,整整四代数学家栽在上面。菲尔兹奖得主Michael Atiyah 2016年说解决了,结果漏洞被公开指出来。陈省身晚年也把它当成研究重点,最终没能给出完整结论。到最后所有数学家都默认了同一个判断:这是个死局。 然后2026年8月,一个哈佛初级研究员Levent Alpöge,加上Anthropic的Claude,三天时间,给出了确定答案:有。而且方式跟人类数学家完全不在一个频道上。以前的数学家都在试图"证明有"或者"证明没有",在已知的框架里来回推。AI直接绕过了所有老路,把这个几何对象造了出来,然后指着它说"这就是S⁶上的复结构"。 这108页的论证文件被放到台面上时,整个数学界的关注点已经不在"答案对不对"上了,而是"这到底还算不算数学证明"。 人类数学家做证明,有一套默认的美学标准:简洁、对称、优雅,每一步推导都要符合某种说不清道不明的"品味"。过去几十年,所有研究者都默认一个"看起来合理"的结构多半是正确的,会优先选择规则、对称、干净的方案,下意识回避那些"乱糟糟"的路径。AI没有这种审美负担。它可以毫不在意地尝试几千种复杂、怪异、完全不符合人类直觉的排列,然后挑出那个能得到正确结果的。 这还不是最让人不安的地方,真正的变化在于:当一个证明长到108页,当论证过程需要60个子智能体分工完成,当你盯着它看了二十分钟也挑不出任何逻辑漏洞,但你就是无法理解它"为什么是对的"——人类数千年来默认的"理解优先"原则,正在被悄无声息地改写。 陶哲轩8月刚做了一件事:花了几天时间,把一份AI参与的证明从头到尾"消化"了一遍。那份证明虽然通过了形式化验证,但根本不是人能直接读的版本。他追溯文献、提炼核心恒等式、把绕路的部分删掉,最后把它改写成了能看出清晰主线的人类版本。他在演讲里说得很直接:过去我们觉得"谁先第一个写出证明"是最高荣誉,现在这套规则已经过时了。AI可以几小时产出正确的证明,但如果没人能理解它、解释它、把它整理成整个学界能用的知识,那这个证明根本不算一个完整的成果。 普林斯顿的数学家彼得·萨纳克提出了一个"AlphaZero测试"的概念。AlphaZero下棋的时候,人类看不懂为什么那么走,但就是能赢。数学正在走到同样的路口:如果有一天,我们能确认一个证明逻辑上完全正确,但永远无法理解它背后的思路——到那个时候,数学本身的定义,是不是也要跟着改写? 现在断言"优雅已死"还太早,所有这些AI参与的突破,最后都还是要经过人类数学家把关,验证、提炼、重新翻译成人类能理解的语言。但变化已经实实在在发生了。当高效、正确、能用的解法摆在面前时,人类坚守了几百年的那种关于"优美证明"的执念,到底还能坚持多久? 七十多年前,所有人都在追问"S⁶上到底有没有复结构",现在这个问题有答案了,但另一个更根本的问题,才刚刚被摆上台面——当我们能验证正确,却无法理解"为什么正确"的时候,数学还算数学吗? #科研AI新范式# #AI十大疑问# #ai学术界# #ai解题思路# #AI数学证明# #数学# #数学家#

10. 数学的终结:40位顶尖数学家齐聚OpenAI秘密会议

11. AI五小时解决丘成桐五十年之问! 2026 年 8 月 19 日,一项震动全球数学界的成果正式公布:人工智能通过构造五维反例,证否了由丘成桐、田刚、西蒙・唐纳森三位数学家提出的 YTD 猜想,终结了这个困扰学界二十余年的核心开放问题。#YTD猜想 #AI证否数学猜想 #丘成桐 #凯勒几何 #数学前沿

12. 陶哲轩:AI让证明太多,人类数学家还剩下什么价值?

13. 突发!数学家公布可能成为AI辅助数学研究史上最具分量的成果

14. 数学界两天两枚大核弹,人工队AI队各得一分! 前天德国几何学家Simon Brendle用古法数学成功证明Hopf猜想,这无疑是给古法数学队打了一针强心剂。然而仅仅一天后,北大著名AI派学者刘济豪证伪了Yau-Tian-Donaldson猜想,再次证明了AI派的含金量。 #数学 #科普新锐扶持计划 #抖音精选 #抖音创作者大会 #抖音前沿科技首发计划

15. “数学的终结”不是预言,而是制度警报,约40名数学家在OpenAI旧金山总部举行闭门峰会,讨论人工智能可能超过职业数学家后,研究、教育与同行评审将如何延续。“数学的终结”只是Daniel Litt一场报告的警示性标题,并非会议结论;与会者也没有形成共识。 这种忧虑并非凭空产生。OpenAI模型已推翻埃尔德什单位距离猜想中的长期核心判断,并公布十项数学与理论计算机科学成果;Claude则把黎曼ζ函数位于临界线上的零点比例下界从41.6%提高到67.2%。但后者不是“攻克黎曼猜想”,部分成果虽有专家核查和形式化证明,仍需更广泛的学术检验。 真正的危机可能不是AI不会解释证明,而是数学产出速度超过人类理解、筛选和吸收能力。当发现可以由算力批量制造,论文数量、抢先发表和个人署名便不再可靠地代表学术价值。数学家不会立即消失,其角色却可能从证明生产者转向问题选择者、概念建构者和结果解释者。未来需要保护的并非人类对证明的垄断,而是可验证、可追溯、可理解的知识秩序。没有这种秩序,数学不会终结,却可能淹没在无人真正读懂的正确答案之中。

16. AI推翻近80年猜想,数学家却开始缺时间 曾经,一道数学证明,人类要查三年。2026年,一个没有为数学特训的通用模型,推翻了埃尔德什在1946年提出的单位距离猜想。菲尔兹奖得主高尔斯评价:此前,没有任何AI证明接近这个水平。 三个月后,OpenAI又公布十项成果。成果一多,数学家不只要验对错,还要查思路是否原创、有没有遗漏已有研究。陶哲轩把这种局面叫“证明消化不良”。 AI证明一道没人解过的题,你先信机器,还是等数学家点头? #二十年前的今天 #人工智能 #AI数学 #OpenAI #抖音前沿科技首发计划

17. 协和住院医证明了卡22年的数学猜想:模型自己跑了16小时

18. 协和医生预印本宣称证明22年数学猜想:热度之下,我们应保持审慎

19. AI进入数学证明领域:一位数学家离开学术界,转向验证机器答案

20. AI真正放大的是可验证流程 北京协和医院医生与AI共同证明了一个持续22年的数据猜想,真正值得关注的却不只是GPT-5.2模型。 他们重做了研究流程:让多组AI并行探索,再专门安排一组AI负责挑错,最后由专家逐行验收。找到漂亮答案不难,难的是主动寻找错误和反例,让推理经得起验证。 企业使用AI也一样。别只追求“超级提示词”,先把真实难题拆成多路探索、反方挑错和专家验收。AI真正放大的,是一套可验证的工作流程。 #人工智能 #企业AI #企业数字化转型 #商业思维

21. 25岁,她让AI验证了困扰数学界几十年的素数定理

22. 张益唐当年把素数间距从无穷大砍到7000万时,58岁还在当讲师。十多年过去,人类最好成绩是246,再没往前挪过一步。 一个25岁广州姑娘创立的AI公司,刚刚把整个246定理从头到尾验了一遍。AxiomProver把132页的证明转成Lean 4代码,连那些“显然”“容易验证”的跳步都补全了。整个逻辑链最终只依赖两个外部定理,其余全在库里从头搭。 这姑娘洪乐潼,MIT数学物理双学位三年读完,拿过Morgan Prize,斯坦福博士没念完就退学创业。团队里还有她MIT时的导师、弗吉尼亚大学的数论教授Ken Ono给她打工。 AxiomProver之前已经拿过Putnam竞赛满分、IMO满分。这次验证的50维优化问题里藏着那个关键数:4.0043>4,定理成立。 听着挺抽象对吧。但Ken Ono说了一句话挺实在,今天能验数学证明,明天就能验AI写的关键系统代码。那些金融、医疗里跑着的没人读过的代码,总得有人看着点。

23. 数学"失衡"难题迎来重大突破:数十年悬而未决的猜想终获证明

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章