什么值得买App下载 App ›
连续签到专享现金活动

50年数学难题被AI破解,数学家揭穿真相:AI强在协作不是创造力

一道让全球数学家抓耳挠腮50年的图论难题,被AI用不到一小时解开了。更离谱的是,整个证明过程靠的是一段不到700词的提示词——没有内部工具,没有定制模型,就一个公开发布的GPT-5.6 Sol Ultra。数学界炸锅了,但喧嚣之下,有个细节被严重低估了:这次AI展示的本事,不是"答得快",而是"会协作"。这才是真正值得掰开来看的东西。1
50年猜想的"秒杀",到底是怎么做到的
循环双覆盖猜想,1973年由Szekeres提出,1979年Seymour独立再提。说白了就是:任何一个没有"桥"的图,是否都存在一组圈,使得每条边恰好被两个圈覆盖?小学生能听懂题意,数学教授证不出来。这种"看起来简单,证明起来要命"的问题,恰恰是AI最擅长攻克的类型。2
GPT-5.6 Sol Ultra的核心策略是"多智能体并行+对抗验证"。模型把问题分解成多个子任务,派出64个并行子智能体同时摸索,每个智能体负责一种思路:有人试图归约到三次图,有人走代数路线,有人搞结构归纳。更关键的是,里面埋了专门的"对抗智能体",专门负责找茬——哪条论证有漏洞、哪个边界情况没覆盖,对抗智能体会毫不留情地指出来。整个流程禁止联网搜索,必须给出完整证明,不许只证明特殊情况。3
结果?原本预留8小时计算时间,实际只用了不到1小时。证明只有三页纸,用到的数学工具全是1985年以前的老家伙——没有新武器,靠的是把老工具重新组合的思路。曼彻斯特大学数学家Thomas Bloom的评价很到位:"简洁、基础、方法不复杂,如果当年有人想到这个角度,80年代就能证出来。"问题在于,人类数学家试了一条自然路径失败后,往往就放弃了;而AI不会气馁,会继续尝试各种细微变化。这种"计算耐心",才是这次突破的真正内核。4
学界为什么又兴奋又拧巴
菲尔兹奖得主蒂莫西·高尔斯说了一句话,在圈子里流传很广:"如果这篇论文以人类署名投到《数学纪事》,我会毫不犹豫推荐发表。"顶级数论学家Arul Shankar更激进,直接说"AI已经超越了人类数学家的助手角色,开始具备原创、精妙、极具智慧的独立思想"。5
但冷静的声音同样响亮。Bloom指出一个致命问题:这份证明没有引用任何已有文献。1983年Bermond、Jackson和Jaeger的经典论文本应被引用,却完全缺席。这种"闭门造车"的风格,是目前AI生成数学论文的普遍毛病——它能推出正确答案,但不知道别人已经做了什么,也不知道自己的工作在知识图谱里该放在哪儿。数学不只是解题,还包括理解和连接人类积累的知识体系,这一点AI还没学会。6
更大的隐患是验证问题。这份证明没有用Lean等形式化证明工具进行机器验证。图论相关的形式化数学库目前还不足以支撑如此复杂的研究级定理,短时间内也没法靠自动化工具确认其正确性。循环双覆盖猜想在历史上已经被"证"过好几次了,每次都有漏洞,部分最终撤稿。数学界对"AI给出一份PDF"这件事,保持谨慎是基本素养。OpenAI自己也承认,目前只能叫"给出证明",不能叫"正式解决"。7
真正值得关注的,不是"AI打败数学家"这个叙事
舆论场上又在上演"AI要抢数学家饭碗"的戏码,但这个框架本身就歪了。Bloom说了个大实话:"AI最大的优势并不是提出全新的数学思想,而是在不断尝试各种细微变化时具有远超人类的耐心。"这次证明用到的工具全是老东西,没有发明新框架,没有构造新概念——它赢在"搜索策略",而不是"创造力"。人类数学家的直觉依然是探索方向的指南针,只是AI把那根针变成了64根针同时往不同方向戳。8
这次实验真正验证了一件事:多智能体协作+目标驱动的提示词设计,能撬动高难度的科学探索。700词的Prompt核心策略不是教AI怎么做——只把验收标准钉死:什么才算解完、什么不算解完、边界情况全覆盖。模型自己找路,自己分工,自己审。这种"定义目标而非规定步骤"的范式,对科研、工程、商业决策的迁移价值,可能远超数学圈本身。9
当然,前提是结果得经得起验证。数学界预计未来几周会对这份证明进行严格审查。在那之前,所有"AI开启数学研究新时代"的宣言都可以往后放放——先把验证关过了再说。毕竟,证明的价值不由"谁做出的"决定,而由"是否正确"决定。10
对普通人来说,这件事透露了什么信号
第一,AI的强项是"执行层面的耐心",不是"战略层面的直觉"。在可标准化、可量化的任务上,AI的替代速度会越来越快;但"判断什么问题值得解决"这件事,暂时还拿不走。11
第二,"定义目标"的能力正在变得比"执行步骤"的能力更值钱。这次700词提示词能调度64个智能体完成证明,背后是任务拆解和验收标准的设计。能把复杂问题翻译成AI能执行的目标,本身就是稀缺技能。12
第三,面对"AI在某领域取得突破"的新闻,先问一句"验证了吗"。数学界对这次成果的谨慎态度值得学习——证明放出来是一回事,经得起同行评审是另一回事。AI生产内容的能力已经跑在验证能力前面了,这个缺口在哪儿都存在。13
循环双覆盖猜想最终会不会被认定"正式解决",还要等几周后的审查结果。但有一点已经确定了:AI在科学探索领域的协作潜力,被这件事又往前推了一把验证。多智能体并行、目标驱动的提示设计、对抗式验证——这套组合拳打出了数学研究的新姿势。至于这姿势能走多远,先别急着下结论,让子弹再飞一会儿。14

评论

评论区空态插画

当前文章无评论,是时候发表评论了