菲尔兹奖得主质疑AI“剧透”数学的背后
科技日报 ｜ 2026-09-21

8月以来，美国Anthropic、OpenAI等AI企业凭借手中先进的大模型在前沿数学领域接连取得多项成果。Anthropic宣称研究版Claude模型在黎曼猜想上取得进展，其Fable模型仅用11天就完成了费马大定理的完整形式化证明。OpenAI则宣布GPT-6 Astra模型在有界素数间隔问题上取得新突破，其内部未公开模型仅88小时就解决了千禧年七大难题之一——纳维-斯托克斯问题。

然而，就在AI“狂飙突进”啃下一个又一个数学难题时，顶尖数学家们却举起了“警示牌”。9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联名发布公开声明称，AI企业将攻克数学难题作为大模型性能基准的做法，对数学科学本身乃至整个数学界都造成了损害。

AI之于数学，究竟是解决难题的“神器”，还是带来伤害的“毒药”？数学界该如何应对AI带来的冲击，抓住AI带来的机遇？

完全依靠AI或将“污染”研究过程

数学家们在声明中写道，在许多领域和活动中，多年的训练不仅是为了得到最终答案或产品，更是为了培养理解力以及提出新问题和新想法的能力。

正如陶哲轩所说，在数学领域，大多数问题的提出并不是为了迫切得到答案，解决这些问题的过程会推动该领域进一步发展。他在社交媒体上用“剧透”形容AI企业对数学界带来的伤害——过早地完全依靠AI解决问题，可能会“污染”数学研究的过程，为数学的发展带来负面影响。

“很多数学难题的最终答案其实并不是这个难题最有价值的部分。”中国传媒大学数据科学与智能媒体学院副教授王传彪非常同意陶哲轩的观点。他告诉科技日报记者，经过350多年研究，费马大定理在1994年才被攻克，这段时间里人们绞尽脑汁寻找的破局方向、研究方法、数学工具比结果更有价值。

那么，AI在解决问题的过程中，会不会产生对数学有重要意义的“中间产物”？答案是，现阶段AI的表现还不尽如人意。

OpenAI号称解决了纳维-斯托克斯问题，并发布了长达166页的论文。布朗大学纳维-斯托克斯问题专家哈维尔·戈斯麦·赛拉诺认为，这篇论文不仅大模型生成痕迹明显、晦涩难懂，而且缺乏人机交互、思维链等重要的中间过程信息。8月，陶哲轩也在论文中提到，当前AI工具的解题过程相当不透明，那些内部运作机制属于企业机密的专有模型更是如此。

当然，AI对数学界的冲击并不止于“剧透”。北京大学北京国际数学研究中心博雅特聘教授董彬认为，AI可以大量生成候选证明和候选结论，但评估这些结果是否真正推进了数学理解，以及它们在知识体系中处于什么位置，仍然需要数学家来判断。因此，压力正在向评估和消化环节转移。