格兰特·桑德森（Grant Sanderson）：AI 证伪著名数学猜想，接下来怎么办？

（原标题：Grant Sanderson (@3blue1brown) – AI disproved a famous math conjecture. Now what?）

🧠 核心观点与范式转移

• AI 在数学领域的进步呈现显著的“尖峰”特征，在几何等特定领域已接近人类顶尖水平，但在组合数学等需要高度创造力的领域仍是短板。
• 数学进步的核心逻辑正从单纯的“解题能力”转向“直觉”与“压缩”，即寻找能解释复杂现象的最简概念，而非仅仅验证正确性。
• AI 推动数学发展的路径分为两类：一是“闪电式连接”，通过整合不同领域的已知概念快速解决特定问题；二是“登山式构建”，建立全新的理论体系，如朗兰兹纲领所倡导的深层联系发现。
• 真正的数学突破往往源于新概念的提出（如群论），其价值验证周期长达百年，难以通过短期强化学习（RLVR）或传统基准测试衡量。
• 证明（Proof）与解释（Explanation）存在本质区别，理解比单纯验证正确性更具价值，AI 的价值不仅在于生成证明，更在于提供简洁、可压缩的概念表达。
• 人类数学家未来的角色可能从“解题者”转向“策展人”，负责筛选、解释和整合 AI 生成的海量证明，以维持人类的理解力并赋予其动机。

📊 关键事实与论据

• 在 IMO 2024 测试中，AI 在几何题上表现优异（如 19 秒解题），但在组合数学题上表现不稳定，若题目分布偏向几何本可获金牌，这反映了其能力的非均衡性。
• 黎曼猜想与随机矩阵理论的联系源于 Hugh Montgomery 和 Freeman Dyson 的跨学科交流，展示了不同领域间统计规律的相似性，这种跨领域知识连接与 AI 擅长整合多领域知识的特性相符。
• 费马大定理的证明依赖于椭圆曲线和模形式等复杂数学结构的建立，而非初等数论方法，体现了数学突破对深层结构依赖。
• 拉格朗日首先提出通过对称性研究多项式方程，为阿贝尔证明五次方程无根式解及伽罗瓦创立群论奠定基础；伽罗瓦在狱中提出关于数学抽象层级的见解，强调从公式本身转向研究其底层对称性。
• 伽罗瓦理论并非所有五次方程都不可解，而是证明特定多项式无法用根式表达；其笔记历经 20 年由路易维尔整理，再经 20 年由若尔当完善为现代群论，展示了理论成熟的漫长过程。
• 群论应用方面，盖尔曼基于群论预测夸克存在，展示了抽象数学对物理粒子结构的解释力，验证了数学概念对现实世界的映射能力。
• AI 解题模式案例中，Erdős 问题 1196 通过引入马尔可夫链等跨领域概念快速解决，属于易于理解的“闪电式”连接；而 ABC 猜想争议涉及全新理论体系，属于需耗费大量时间消化且存在错误风险的“登山式”构建。
• Timothy Chow 提出“未解决的阐述问题”，指出即使定理被证明，理解其原理仍可能是未解之谜，强调了理解滞后于证明的现象。

🔍 技术机制与训练范式

• AI 在数学领域的突破主要源于“可重复性”与“可验证性”，而非单纯依赖 Lean 等形式化工具；自回归生成机制限制了模型建立跨领域“闪电式”联系的能力，因为这种联系往往是非预测性的。
• 数字智能体的核心优势在于可并行化、可复制以及通过系统化手段增加思维熵值，从而避免陷入单一思维路径；代码和数学环境具有确定性，允许数千个并行容器运行以解决信用分配问题。
• 思维熵值策略通过让不同 AI 代理分别尝试证明或证伪命题，或赋予不同启发式偏见（如爱因斯坦的对称性偏好），可系统性增加探索广度，避免“熵坍缩”导致的同质化思维。
• 当前 AI 在计算机操作（Computer Use）上进展缓慢，是因为缺乏像代码或数学那样易于容器化和并行训练的环境；现实世界因动态变化和反机器人机制难以实现同等规模的并行训练。
• 构建一个持续运行、自动扩展 Mathlib 库的 AI 系统设想，无需人类实时检查，通过长期计算积累潜在数学洞察，体现了形式化语言支持长期自主探索的价值。
• DeepMind 最初使用 Lean 解决 IMO 问题，次年转为自然语言，表明形式化并非当前进展的必要条件；AI 反证单位距离猜想时发布的思维链中未包含 Lean 代码，证明可验证的结果比过程监督更关键。

🛠️ 验证工具与写作局限

• Lean 形式化验证在数学中至关重要，能解决自然语言证明中“99/100正确但难以排查错误”的信任危机，提供明确的正确性标记；Terry Tao 提出通过穷举代数公理空间发现新结构。
• DeepSeek 论文显示使用“元验证器”训练验证器可有效提升自然语言数学证明的可靠性；Lean 作为“VR环境”允许模型突破人类启发式限制，探索非直觉逻辑路径。
• LLM 在写作上落后于代码和数学，主要因缺乏“心智理论”和模块化结构；写作是“非模块化”的，每个词都承载实质意义，无法像代码那样容忍低质量填充。
• LLM 难以模拟读者心理状态，导致无法精准控制“不可预测性”以产生洞察；Annie Matushak 的研究表明，即使使用 RL 和 CoT，LLM 仍难以写出优秀的间隔重复卡片，因其无法准确投射读者三个月后的记忆关联。
• 学习应遵循“Who matters more than what”原则，LLM 最佳用途是作为“增强版谷歌”定位优质人类资源，而非直接生成解释；Wikipedia 等众包内容常陷入“局部最小值”，而优质书籍能正确组织概念动机。
• 最佳工作流是“人类策展内容 + LLM 修剪分支”；LLM 缺乏“纠正提问方式”的能力，无法像优秀人类教师那样指出学生思维结构的偏差。

💡 结论与未来展望

• AI 解决高难度数学问题可能意味着其具备跨领域整合能力，这种能力若成熟，将对白领工作产生变革性影响，远超 IMO 金牌的影响；数学界的“基准测试”正从解题能力转向提出猜想和定义概念的能力。
• 当前 AI 训练范式难以捕捉长周期、高抽象度的数学创新价值，未来需探索不同于现有强化学习的新训练方式以应对此类挑战；若 AI 仅输出冗长且难以理解的证明，人类将陷入“定理经济崩溃”。
• 未来数学研究将更依赖 AI 作为“超级连接器”，而人类需专注于策展、动机赋予及深层理解，以应对 AI 带来的知识爆炸；AI 在数学上的快速进步得益于该领域易于构建可重复、可验证的训练环境。
• 建议学生深入理解职业中的资金流向及自身创造的具体价值，避免仅因擅长数学而盲目进入该领域；数学家的社会角色包括品牌背书、教学以及作为公共科学判断的代理，这些价值在 AI 时代依然稳固。
• 教学是极具稳定性的职业，因其具备强社交属性和导师性质，超越单纯的知识解释；建议学生考虑成为数学教育者，为下一代提供价值，这比单纯追求定理证明更具可持续性。
• 预测未来 AI 将不仅解决现有难题，还会提出全新的数学问题和领域，导致数学知识出现巨大盈余；“蒸馏”AI 所学并解释其发现将成为关键需求，数学家需扮演策展人角色。
• 在 AI 加速数学发展的背景下，能够判断哪些数学进展具有经济价值的人将拥有更高的杠杆效应；部分纯数学分支短期内难以直接转化为经济突破，但 PDE 等领域已显示出对工程模拟的实际助力。
• 数学进步可能带来增量式改进而非颠覆性突破，例如优化 CFD 模拟效率或引擎设计；若数学加速 10 倍却无物理应用显现，可能揭示该领域与物理现实脱节，迫使学界重新审视其价值。
• 工程师和材料科学家处于有利位置，可筛选 AI 数学洞察并判断其相关性，确保数学进展与物理现实及经济需求保持同步。