人工智能的崛起让数学家们重新思考自身角色
在旧金山的OpenAI办公室，顶级数学家们于8月初聚集一堂，讨论一个关乎未来的问题：如果人工智能的进步使得人类数学专家在技能上被超越，人类数学家又能如何继续其研究生涯？多伦多大学的数学教授丹尼尔·利特在其演讲中指出：“我担心我们可能会迎来一个缺乏高质量数学研究的时代，致使人类的数学专业知识变得毫无价值。” 数学家里希凯什·加贾拉，曾在纽约大学阿布扎比分校完成博士后研究，近期决定退出数学界。他在社交媒体上公开表示：“在我看来，数学的价值不在于答案本身，而在于在得到答案前的探索过程：那些无数的死胡同和艰难的寻找，直到隐藏的结构逐渐显露。”
加贾拉提到，随着人工智能的发展，现如今只需输入一个AI的提示词，就能迅速获得大多数答案。他意识到这一点后，便不再像以前一样将大量时间投入到寻找答案上。相反，他认为验证AI生成的答案是否准确才是当今的核心挑战。他强调：“只有在智能的输出结果被验证为可靠后，它才会有真正的价值。因此，我决定离开数学学术界，转而专注于构建可用于验证答案的系统。” 加贾拉接着宣布加入专注于AI可靠性和可验证性的公司Pramaana Labs，而这家公司在2026年6月获得了2700万美元的种子轮融资，旨在解决大模型在税务、法律、金融和医疗等高风险领域中面临的“答案看似正确但无法证实”的难题。
与此同时，人工智能在数学领域的迅速发展也引起了广泛关注。今年以来，AI在数学研究的多个方面，诸如计算辅助、文献整理以及参与证明生成等过程中，取得了显著的进展。OpenAI曾在5月发布一项成果，其模型在解决匈牙利数学家保罗·埃尔德什提出的“平面单位距离问题”时，设计出一种新的点集构造方法，该方法在相同规模的约束下，可以生成更多单位距离对的结果，打破了长期基于规则几何结构的经验性猜想。此外，年仅23岁、没有正式数学训练的英国业余数学爱好者利亚姆·普莱斯，在ChatGPT的帮助下，成功破解了困扰世界顶尖数学家六十年的埃尔德什第1196号问题。
OpenAI近日也公布了其最新AI模型Astra在数学和理论计算机科学领域取得的十项重大成果，涵盖几何学、密码学、计算复杂性、纠错码以及量子博弈等领域。这些问题中的一些已经困扰数学家数十年甚至超过一个世纪，Astra不仅提供了新的证明或反例，还将相关结果形式化，使其能够由Lean 4机器进行验证。OpenAI强调，这一过程并不只是让AI生成看似有道理的答案，而是要求其创造能够经过形式化验证的证明，尽管这些结果仍需数学界的独立审查。OpenAI数学家塞巴斯蒂安·布贝克表示，AI在数学领域独立作出或超越历史伟大数学家的贡献只是时间问题。他希望到2030年，AI和数学家或许能够共同获得菲尔兹奖。