谷歌最新研究揭示了AI解数学题的真实水平：Gemini在700个未解猜想中推进13个，但背后成本远超想象。这项研究不仅展示了AI摘取低垂果实的可能性，更暴露了当前AI数学研究的根本局限。
智能速览
Gemini在Erdős数据库700个未解问题中推进13个
其中5个是AI自主给出的全新解法
68.5%的候选解存在根本性错误
多数困难不在数学推导而在题面歧义
AI存在潜意识抄袭文献的风险
精华内容
当AI宣称攻克数学难题时，我们看到的往往只是冰山一角。谷歌这次的研究，首次完整揭开了AI数学发现背后的真实成本。
筛选过程
研究团队部署了定制数学研究智能体Aletheia，首先通过自然语言验证器将700个问题快速收敛到212个候选解。这个初始过滤阶段就筛掉了近70%的内容。
接下来进入人工评估阶段，非专业数学家先进行快速过滤，将候选压缩到27个，最后由领域专家逐一严审。这种多层筛选机制确保了结果的可靠性。
错误分析
数据显示，在可明确判定的约200个候选解中，137个（68.5%）存在根本性错误。63个在形式上成立，但只有13个（6.5%）真正回答了Erdős原本想问的问题。
其余50个虽然技术上正确，却因为误读题意而导致数学意义有限。这种高错误率暴露了当前AI在理解数学问题本质上的缺陷。
解法分类
13个有意义的正确结果被分为四类：AI自主解决（2个）、部分由AI解决（3个）、独立重发现（3个）和文献识别（5个）。
值得注意的是，5个自主解决方案均未达到学术论文水平，其中一些仅相当于研究生习题难度。这说明AI目前只能解决相对简单的数学问题。
核心挑战
研究发现，许多问题的困难不在数学推导，而在题面细节的抄录误差、遗漏以及符号定义的歧义。模型若不了解特定领域的定义惯例，往往会在多个看似合理的解释之间混淆。
另一个挑战是确认解答是否已在文献中出现，这一步需要耗费大量专家时间进行文献核查。
抄袭风险
研究揭示了一个新问题：AI可能会再现预训练过程中习得的文献知识，却不注明来源，即存在潜意识抄袭的风险。虽然作者检查了推理过程日志，但仍无法完全排除间接获取的可能性。
这种风险随着AI生成数学内容的增多而变得更加严峻，学术界需要建立新的规范来应对。
这项研究既展示了AI在数学领域的潜力，也清醒地指出了当前技术的局限性。如果能够提高可靠性，AI确实有望加速数学发现，但距离真正的自主研究还有很长的路要走。未来，如何平衡AI的效率与学术的严谨性，将是一个值得持续探索的课题。
