AI破解70年数学猜想却算不准业绩,数学家正转型为机器翻译官

源自287位全网作者

09:25

内容由AI生成

精选参考来源

1. Anthropic让AI对齐AI,效率提升1.5万倍

2. 英伟达前AI总监颠覆Transformer!5万亿上下文物理AI,推演整个宇宙

3. 惊!AI开始亲自动手做实验了

4. AI可解释性与对齐:J-Space,思维链,AI人格,幻觉,与金门大桥【101视频播客】

5. 物理AI真正的难题,是理解世界,并在充满限制的真实世界里行动。半年前,小鹏提出物理AI能力公式:能力 = 模型 × 算力 × 数据 × 本体。其中,模型决定智能上限,数据提供世界经验,算力支撑训练与运行,本体让AI真正落地物理世界。一个完整的物理AI系统,其能力不取决于任何单点突破,而来自四者的共同Scaling。#小鹏第二代VLA首次模型重大升级##小鹏G9L首发第二代VLA全新版本#

6. 很多人担心用 AI学习,AI会一本正经地胡说八道。我觉得这个担心有点多余了。AI的进化速度太快了,对比现在的模型和去年同期的模型,智能都不在同一个档次。现在的 AI,你只要给它正确的思考方向,很少会出错的。今年的高考数学题,那么难,AI几乎都能做出来,做不出来的那几道是思考方向错了,但只要你给它把思考方向限制住,也基本上能做出来。

7. 本周AI项目推荐|津渡生科、临界航天、无尽方舟……AI4S再次站上潮头

8. AI能证明70年数学猜想,却算不准企业上周业绩,为什么?

9. AI证明了一个数学新定理

10. 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#

11. AI 攻克 80 年数学猜想,却难成顶尖数学家,人类创新的底线在哪

12. 别再神化 AI 数学家了:它强在找反例,弱在直觉剪枝 菲尔兹奖得主 Gowers 复盘了 AI 最近的数学战绩,发现一个反直觉规律:最出圈的突破几乎全是「找反例」,不是「证明」💡 ▸ Erdős 单位距离猜想:AI 构造一整族点集,击穿近 80 年判断 ▸ 雅可比猜想:Claude 找到反例 ▸ 非 sofic 群:历史上第一个构造 为什么 AI 擅长这个?跨领域搬工具 + 失败成本低(十项成果 token 成本才几千美元)💰 但数学家真正的绝活是「鼻子」——搜索树刚分叉就能砍掉 99% 枝条,AI 还做不到,会把迷路描述得越来越优雅。 Gowers 的验收标准:解法不光做对题,还要给出大家从没想过的新方法。一两年内,AI 可能就长出更强的鼻子🧠 以后看到 AI 数学新闻,你知道该期待什么了吧? #AI #AI数学 #数学 #菲尔兹奖 #OpenAI

13. 如果让一群 AI 证明数学定理,我们需要设计一家怎样的“公司”?

14. 一个不懂数学的老板,用AI解开了困住人类70年的难题

15. 陶哲轩:AI解数学难题成功率仅1%-2%,替代科学家有多远?

0
扫一下,分享更方便,购买更轻松
1评论

  • 精彩
  • 最新
已折叠部分评论
展开
收起
提示信息

取消
确认
评论举报

最新文章 热门文章