AI两小时攻克博士级难题,2030年菲尔兹奖将彻底终结?

0 阅读

AI介入数学研究的临界点

2026年夏季,数学界经历了一场静默却剧烈的震荡。7月23日,第30届国际数学家大会(ICM)即将在费城拉开帷幕,菲尔兹奖的归属本是全球数学圈关注的焦点。然而,在此之前的两周,一场关于“人类智慧终极地位”的讨论在社交媒体上迅速发酵。Anthropic前高级机器学习工程师Alek Dimitriev在X平台抛出重磅观点:即将到来的菲尔兹奖,或许是人类最后一次独立获得该荣誉。这一言论迅速引发了深度学习的奠基者Christian Szegedy的转发与共鸣。Szegedy不仅是Inception网络的第一作者,更是自动形式化与可验证超级智能领域的先锋,他的表态让这场争议具备了极高的专业权重。

社交媒体截图,包含关于菲尔兹奖由AI颁发的观点及其中文翻译

菲尔兹奖得主Timothy Gowers随后在评论区给出了更为克制但同样令人深思的回应。他并未直接断言奖项的终结,而是推测AI主导数学发现的趋势将在2030年前后形成压倒性优势。这一判断并非空穴来风,而是基于近期一系列令人咋舌的技术实证。当AI从“代码助手”进化为“数学合伙人”,传统的学术评价体系正站在悬崖边缘。

社交媒体截图,展示了两位专家关于AI发展时间线及突破的讨论内

两小时内的数学突破

文章引用的专家评价截图,用于佐证正文观点

Gowers在其博客中详细记录了一次与大模型交互的实验,这一案例成为了讨论的核心锚点。他向ChatGPT 5.5 Pro提交了一道源自数学家Melvyn Nathanson论文的难题,旨在探讨整数集合中“和集”性质的优化问题。具体而言,即在指定集合大小与和集大小的前提下,寻找集合中最大元素的最小值。Nathanson之前的理论边界为指数级,这是一个长期存在的学术瓶颈。

博客文章截图,展示了关于ChatGPT 5.5 Pro数学能

大模型在17分5秒内给出了构造解,将边界成功压缩至平方量级,并通过严格的数学论证证明了其最优性。更令人惊讶的是,Gowers随即提出了更具挑战性的任务:改进MIT学生Isaac Rajagopal论文中的界限。在短短16分41秒内,模型提出了从“指数式膨胀”到“平方根指数式膨胀”的改进方案,并在后续的几个小时内完成了完整的预印本撰写。

关于人类与AI结合加速数学研究及责任分配问题的社交媒体截图,

Rajagopal本人对这一结果进行了严格审查,确认其逻辑无误且具备高度的原创性。他指出,模型提出的策略——通过构造无冲突数集并乘以特定倍数,将几何级数关系嵌入多项式区间——是一种反直觉且精妙的创新。这种思路并非对已有文献的简单拼接,而是真正的创造性突破。Gowers评价,这一成果相当于组合数学博士论文中完整且合理的一章,而整个过程无需人类提供实质性的数学输入。

从辅助工具到独立贡献者

随着AI能力的跃升,数学界对“原创性”的定义正在被重新审视。过去,人们常将AI生成的数学结果视为对现有知识的重组或检索,但随着模型推理能力的增强,这种界限日益模糊。OpenAI此前公布的内部推理模型更是直接推翻了埃尔德什在1946年提出的平面单位距离猜想。普林斯顿大学的Noga Alon与数论学家Arul Shankar均证实,AI提供的证明不仅正确,而且包含了人类长期未能发现的独特见解。

数学界对某项成果(涉及OpenAI模型)的反响截图,包含No

这一现象对即将获得菲尔兹奖的学者而言,具有深刻的象征意义。Jacob Tsimerman,2026年菲尔兹奖得主之一,曾公开表示自己在研究埃尔德什难题时陷入停滞,而AI却成功攻克了这一难题。尽管Tsimerman在其他领域取得了突破性进展,但这一对比凸显了AI在特定数学子领域超越人类极限的能力。如果数学发现的主体不再仅仅是人类,那么奖励人类天才的菲尔兹奖,其存在基础便受到了根本性的质疑。

学术评价体系的未来困境

Szegedy指出,菲尔兹奖旨在鼓励年轻数学家继续探索,但如果AI在其中的贡献难以剥离,奖项的公平性与激励作用将大打折扣。这不仅仅是技术问题,更是哲学与伦理问题。Gowers提出了一个核心假设:如果一位数学家的主要贡献在于引导AI,而技术实现与核心思路均由AI完成,这一成果是否还属于该数学家?

Gowers的答案是否定的。他认为,数学的价值不仅在于最终的答案,更在于解题过程中获得的洞察力。这种“手感”与“直觉”是人类独有的财富,也是驾驭AI的基础。然而,随着AI生成证明的速度超过人类消化速度,传统的“紧跟前沿”模式已难以为继。陶哲轩在近期的公开演讲中建议,AI生成的数学与人类数学可能需要设立不同的发表渠道,如同高速公路与人行道的区分。

2030年的学术图景

时间轴显示,2026年秋季入学的博士生最早将于2029年毕业。这意味着,在AI全面重塑数学研究范式的过程中,新一代学者将面临截然不同的科研生态。Gowers推测,到2030年,数学研究的内涵可能发生面目全非的变化。

对于博士生与导师而言,选题策略与研究方法必须调整。单纯的定理证明可能不再是核心竞争力,如何设计问题、如何评估AI生成的方案、如何在人机协作中保持人类思维的独特性,将成为新的学术能力要求。学术评价体系也亟需改革,从关注“谁发现了定理”转向关注“谁构建了发现的过程”或“谁定义了新的数学结构”。

AI并未消灭数学,而是将其推向了更高维度的竞争。人类数学家从繁琐的计算与推导中解放出来,转而专注于更本质的概念构建与方向指引。然而,这一转型期充满了阵痛与不确定性。菲尔兹奖的未来,不仅取决于数学本身的发展,更取决于人类如何在智能时代重新定义智慧、原创性与成就。

在这场变革中,保持警惕与开放同样重要。我们既要承认AI在效率与广度上的优势,也要坚守人类在深度洞察与创造性跳跃上的独特价值。未来的数学,将是人机协作的交响乐,而非机器独奏的单曲。