ARTICLE · 1085294
AI“证明”千禧年难题?数学界为何炸锅
AI“证明”千禧年难题?数学界为何炸锅当答案可以靠算力生成，数学还剩下什么？ 阿尔伯特·爱因斯坦曾把纯数学的和谐描述为“以其自身的方式，成为逻辑思想的诗篇”。 但本月，这首诗的下一行，可能由AI来写——至少OpenAI是这么说的。 9月，OpenAI宣布：它找到了26年前被列为“千禧年大奖难题”的纳维–斯托克斯问题的解法。这道题由克雷数学研究所设立，悬赏100万美元。OpenAI表示不会领取奖金。消息一出，数学界没有欢呼，反而陷入骚动。 问题出在哪？ 一、先弄清楚：OpenAI到底宣布了什么？ 纳维–斯托克斯方程，是描述流体运动的核心方程。天气、飞机、血液流动，都离不开它。但数学家一直没搞清楚：在三维空间中，这组方程的解会不会永远保持光滑？还是会在某个有限时间突然“爆掉”，出现流速无穷大的奇点？ 克雷数学研究所2000年把它列为七大千禧年难题之一。谁能证明或推翻，谁就能拿100万美元。 OpenAI说，它用一个仍在训练中的内部模型，配合约1万个AI智能体，在88小时内生成了证明，并提供了Lean形式化验证代码。Lean是一种证明助手，可以像“逻辑语法检查器”一样，逐步检查证明有没有漏洞。 OpenAI声称，在特定外力条件下，三维不可压缩流体的光滑解会在有限时间内产生奇点。 但数学家很快发现：克雷的题目问的是“没有外力”的版本，而OpenAI处理的是“有外力”的版本。 这就像考试题目要求证明“没有外力会怎样”，你交了一份“有外力会怎样”的答案。虽然相关，但不是同一道题。因此，有分析直接说：OpenAI“解决了错误的问题”，100万美元奖金仍然未被领取。 二、争议不止“跑题”：抢跑、数据与验证 更让数学界不安的，是成果的来源与验证方式。 纽约大学数学家特里斯坦·巴克马斯特公开表示，他和Anthropic研究员莱文特·阿尔珀格已经沿着一条几乎无人涉足的路径，研究了一年多，并在8月22日完成了Lean验证。而OpenAI在9月1日听闻相关进展后，才集中算力“抢跑”。 巴克马斯特还质疑：他此前使用OpenAI Codex处理过的对话数据，可能在未获知情同意的情况下被用于改进模型。OpenAI回应称，没有直接访问其成果，但承认“不能完全排除”去标识化数据曾以某种方式参与训练。 此外，克雷研究所的评奖规则要求：成果必须在合格渠道发表、经过至少两年、并获得数学界普遍接受。OpenAI的证明尚未发表，外部独立验证也未完成。 所以，截至目前，这仍然是一份“公司声明”，而不是数学界公认的成果。 三、数学家真正怕什么？答案与理解分家 数学界的强烈反应，根源不在一次署名纠纷，而在于AI介入方式触碰了数学的核心价值。 菲尔兹奖得主陶哲轩指出，AI擅长的是“广度”——它可以大规模生成、验证和组合解法；但人类守住的是“深度”——科学不仅是更快得到答案，还包括理解过程、筛选问题、解释洞见，以及把成果消化成可传承的知识。 “速度提升不等于科学本身进步。” 数学史反复证明：一个答案的价值，往往不在结论本身，而在通往结论途中诞生的新概念、新方法、新视角。复数、高维几何、群论，无一不是在解决具体问题的过程中被创造出来，进而重塑了整个数学版图。 如果AI能通过大规模并行搜索，在没有人类深度参与的情况下“暴力”求解最困难的问题，数学研究会不会从一种“理解驱动”的智力活动，退化为一种“算力驱动”的工业化生产？ 陶哲轩把千禧年难题比作吸引科学家的“灯塔”。他警告说，若AI能在人类不深度参与的情况下解决最困难的问题，可能会削弱人类对数学的理解，从而动摇这门学科赖以生长的智力土壤。 四、学术生态：谁有权定义“突破”？ 这场风波还暴露了学术权力结构的失衡。 多位数学家在一份集体声明中写道：“数学行业最宝贵的资源是学生和思想。以越来越快的速度大量生产或真或假的证明，可能不是在孕育新的思想，反而可能摧毁孕育思想的沃土。” 当一家掌握海量算力与数据的大型科技公司，可以单方面决定研究节奏、定义“突破”、控制成果发布的话语权时，传统学术共同体赖以运转的同行评议、优先权协商、师生传承等机制，都可能被边缘化。 五、更大的图景：AI从“工具”变成“发现者” 把视野拉开，这不仅是数学界的事。 AI正在从“工具”变为“发现者”。DeepMind的AlphaFold在蛋白质结构预测上取得突破，本质上是对已知映射关系的高效学习。而OpenAI此次涉足的数学证明，要求的是构造性的、逻辑严密的论证，更接近人类认知中最具创造性的部分。 但“黑箱化”的认识论代价不容忽视。有学者以AlphaFold为例指出：它“给了我们一座由9300万块拟合石头建造的大教堂，但没有人能完全说清每块石头为何在那里。” 当科学发现的核心过程被封装进无法解释的模型内部，科学知识的可理解性与可传承性就面临根本挑战。一个结论，如果人类无法理解其推导逻辑，它还是“科学知识”吗？ 与此同时，伦理与治理的真空正在暴露：数据使用、成果归属、知情同意、学术优先权、利益冲突披露……这些基本问题，目前都没有明确答案。 写在最后 OpenAI的纳维–斯托克斯声明，与其说是一个已完成的数学证明，不如说是一个正在被检验的、充满争议的科技–学术事件。 它的深远影响，不在于那条证明本身是否最终成立，而在于它迫使数学界——乃至整个科学共同体——直面一系列根本性问题： 当“答案”可以脱离“理解”被高效生产时，科学的目的是什么？ 当算力成为发现的主导力量时，学术共同体的权力与价值如何重新分配？ 当AI进入知识创造的核心地带时，人类应当守护什么、又应当改变什么？ 这些问题，远比纳维–斯托克斯方程本身更难“求解”。 数学的诗篇，AI也许能写下句子。但诗的意义，仍然需要人类去追问。