AI 数学能力迎来新考场:Ramanujan Challenge 想测试大模型能否做真正的研究

过去两年，AI 在数学上的表现越来越容易让人产生一种错觉：好像只要模型足够大、推理链足够长，数学问题就会被一层层“算”出来。

从小学应用题，到高考数学，再到奥林匹克竞赛题，大模型一次次刷新分数。很多时候，它们不仅能给出答案，还能写出一套看起来颇有条理的解题过程。

但真正懂数学的人都知道，数学不是把答案说得像样就够了。

尤其是在研究数学里，最难的地方往往不是“算出一个数值”，也不是“猜到一个关系”，而是要把一个看似成立的结论，变成严密、可检查、可复现的证明。

最近，Ramanujan Machine 团队发起的The Ramanujan Challenge for AI，正是把这个问题摆到了台前。

这场挑战的目标很直接：测试 AI 是否能够从一个具体的数学公式出发，走向真正有效的证明或符号推导。根据 Gil Kalai 博客的介绍，这个挑战在 2026 年 7 月 1 日启动，将持续到 2026 年 8 月 1 日，包含 10 个关于数学常数显式公式的研究级问题。

换句话说，这不是又一场“AI 能不能做题”的测试。

它更像是在问：

当 AI 面对一个没有标准答案、没有公开路线、甚至可能还没有被人类证明的问题时，它还能不能继续往前走？

这次不是考计算，而是考证明

Ramanujan Challenge 的题目，主要围绕一些基础但极其深刻的数学常数展开，比如 π、e、Catalan 常数，以及黎曼 ζ 函数的一些特殊值。

这些对象并不陌生。哪怕不是数学专业的人，也大多知道 π 和 e 是数学中最重要的常数之一。

但这类问题的特殊之处在于：很多公式可以通过计算机做非常高精度的数值验证。也就是说，你可以把公式两边都算到几百位、几千位小数，然后发现它们几乎完全吻合。

问题是，在数学里，“看起来成立”不等于“已经成立”。

数值验证再精确，也只是证据，不是证明。

真正的证明，必须解释为什么它成立。

这就是 Ramanujan Challenge 想要考察的地方。

大模型现在已经很擅长给出漂亮的推理文本，也很擅长把一个数学问题讲得像模像样。但如果它只是生成一段“看起来正确”的解释，那还不够。挑战真正看重的是，AI 能不能给出可验证的推导，甚至是形式化证明。

这也是这场挑战和普通数学题库最大的区别。

普通题库里，答案往往已经存在。模型只需要找到一条通往答案的路径。

但研究级问题不一样，它更接近真实数学工作的状态：你面对的是一个现象、一条公式、一个猜想，至于它背后的结构在哪里，没有人提前告诉你。

AI 要做的不是复述已有知识，而是尝试建立新的连接。

为什么叫 Ramanujan Challenge？

这个名字并不是随便取的。

Ramanujan 指的是印度数学家 Srinivasa Ramanujan。他的一生带有很强的传奇色彩：缺少系统训练，却能凭借惊人的直觉写出大量深刻公式，其中不少后来被证明与数论、无穷级数、模形式等领域紧密相关。

Ramanujan 最让人着迷的地方，不只是他会计算，而是他似乎能直接“看见”数学结构。

很多公式在他那里先以结果的形式出现，证明则留给后人慢慢补上。

Ramanujan Machine 项目借用了这种精神。它本身就是一个利用算法自动发现数学常数新公式的项目。项目官网介绍称，Ramanujan Machine 希望通过计算机算法发现新的数学公式，并让社区参与证明这些猜想或提出新的算法。

这件事很有意思。

传统数学往往是人类先观察、猜想，再证明。

Ramanujan Machine 则试图把“发现猜想”的一部分交给机器。

机器负责搜索隐藏在常数背后的公式，人类或其他系统再来寻找证明。

而这次 Ramanujan Challenge for AI，就是把这个流程进一步推进：既然机器可以发现公式，那么现在的问题是，AI 能不能也参与证明？

大模型会做题，不代表会做研究

这是理解这场挑战的关键。

现在很多人谈 AI 数学能力，容易把“解题能力”和“研究能力”混在一起。

解题能力当然重要。

一道题摆在面前，模型能不能理解题意，能不能找到方法，能不能算对结果，这些都能反映一定的推理水平。

但研究能力是另一回事。

研究不是在标准答案里找路线，而是在没有路线的地方开路。

尤其是数学研究，很多时候第一步不是证明，而是发现一个“值得证明”的东西。这个东西可能是一个公式、一个恒等式、一个极限、一个连分数表达式，也可能是某种看似偶然的数值关系。

但发现之后，真正困难的部分才开始。

你需要判断它是不是偶然。

你需要找到它背后的结构。

你需要知道它和已有理论之间的关系。

你还需要把直觉变成严密证明。

这中间每一步都不容易。

所以，Ramanujan Challenge 的价值不在于又造了一个榜单，而在于它把 AI 数学能力的门槛往前推了一步。

过去我们问：AI 能不能把题做对？

现在我们开始问：AI 能不能把一个数学现象变成一条可靠的知识？

这两个问题不是一个层级。

这也是对“幻觉”的一次压力测试

数学是检验 AI 幻觉问题的好场景。

因为数学有一个特点：它很难靠语言包装糊弄过去。

在很多开放问答里，一个模型只要语气坚定、结构完整、引用一些概念，就容易让人感觉“说得挺有道理”。但数学不太吃这一套。

一个公式要么能证明，要么不能证明。

一个推导要么每一步都站得住，要么中间某一步就是错的。

AI 如果只是编出一套漂亮的证明，最后很容易被检查出来。

这也是为什么形式化证明、计算机代数系统、可复现推导越来越重要。它们不是为了让数学变得更机械，而是为了让 AI 的输出不只停留在“像证明”，而是真正能够被验证。

未来评价 AI 数学能力，可能不能只看它说得是否流畅，也不能只看它答案是否正确。

更重要的是：

它的证明能不能被检查？

它的推导能不能被复现？

它有没有把关键步骤讲清楚？

它是在调用已有定理，还是在偷换概念？

它给出的中间结论，是否真的能推出最终结论？

这些问题，才更接近真正的数学能力。

AI for Science 的难点，从来不是写得像论文

Ramanujan Challenge 也可以放到更大的背景下看：AI for Science 正在进入一个更严肃的阶段。

过去讲 AI for Science，很多人会想到 AI 辅助写论文、读论文、整理文献、生成代码、跑实验。这些当然有价值，但还不是最核心的部分。

真正关键的问题是：AI 能不能参与知识生产？

它能不能发现一个人类之前没有注意到的模式？

能不能提出一个有价值的猜想？

能不能给出一条可验证的证明路线？

能不能在复杂知识网络里找到新的连接？

如果 AI 只是把已有论文重新组织一遍，它更像是效率工具。

如果 AI 能提出新的猜想，并把猜想推进到证明阶段，它才真正开始接近科研协作者。

Ramanujan Challenge 正好卡在这个分界线上。

它不是让 AI 写一篇关于数学的文章，也不是让 AI 解释一个已经成熟的定理。它要求 AI 面对具体公式，给出可验证的数学工作。

这比写得像论文难得多。

这不会让数学家失去价值

每次 AI 在某个领域取得进展，总会有人急着问：这是不是意味着人类要被取代了？

放在数学里，这个问题其实更复杂。

如果有一天 AI 能证明某些研究级问题，这当然会改变数学研究的工作方式。但它并不意味着数学家变得不重要。

恰恰相反，越是接近研究前沿，人类判断越重要。

因为数学研究不只是证明一个孤立结论。还包括判断什么问题重要，什么结构值得研究，什么方法可能通向更大范围的理论，什么结果只是技巧性的，什么结果可能打开一片新区域。

AI 可以加速探索，但数学的方向感、审美和问题意识，仍然很难被简单替代。

更现实的情况可能是：AI 会先成为数学家的“研究放大器”。

它可以帮人类搜索公式，尝试证明路径，检查特殊情形，生成形式化证明草案，整理相关文献，甚至发现某些隐藏联系。

但最后，哪些东西真正有意义，哪些证明真正漂亮，哪些方向值得继续推进，仍然需要数学共同体来判断。

真正值得关注的是评测方式变了

这场挑战最值得关注的地方，不只是它出了 10 道题，而是它代表了一种新的 AI 评测思路。

过去很多评测，容易陷入题库和分数。

模型答对多少题，准确率提升多少，排行榜上前进几名。

这些指标有用，但也有明显问题。

一方面，题库可能被训练数据污染。

另一方面，很多测试并不能很好地区分“会套模板”和“真的会推理”。

Ramanujan Challenge 试图绕开这个问题。

它把 AI 放到更接近真实研究的环境里：给你一个具体公式，给你一个可以数值验证的对象，但不给你现成证明。你能不能找到背后的数学理由？

这类评测更难，也更有含金量。

因为它不是简单考察模型有没有见过类似题目，而是考察模型能不能在有限线索下，构造出一条真正有效的推理路径。

数学不会因为 AI 变简单，但研究节奏可能会变快

Ramanujan Challenge 最后指向的，其实是一个更长期的问题：

AI 会不会改变数学发现的速度？

答案很可能是会。

但它改变的方式，不一定是“AI 独立成为数学家”，而是把数学研究里的某些环节变得更快。

比如，以前人类需要花很长时间测试一个公式是否可能成立；以后机器可以快速搜索大量候选。

以前证明路线需要反复试错；以后 AI 可以同时尝试多条路径。

以前形式化证明成本很高；以后模型可能帮助把自然语言证明转写成可检查证明。

这些变化不会让数学失去难度。

但它可能让人类更快接近那些真正值得研究的问题。

从这个角度看，Ramanujan Challenge 并不是一个孤立事件。

它更像是一个信号：

AI 数学能力的竞争，正在从“做题”进入“研究”。

AI for Science 的下一阶段，也不再满足于生成答案，而是开始追问答案背后的证明。

这才是最值得关注的地方。

因为一个会做题的 AI，最多说明它掌握了很多已有知识。

而一个能证明新公式的 AI，才意味着它开始参与知识的生产。

如果说过去几年，大模型让我们看到机器可以越来越像一个“会解题的学生”。

那么 Ramanujan Challenge 想测试的就是：

它能不能再往前走一步，成为一个真正有用的研究助手。