黎曼猜想两路攻关:AI生成25万页,人类手写940页
Anthropic数学家宣布与Claude合作完成黎曼猜想证明,斯坦福教授同时公开人类数学家Masullo的940页GRH证明手稿。前者依赖形式化验证但篇幅巨大,后者坚持纯人工推导却遭AI初步审查质疑。数学界正面临验证速度滞后于证明生成的新挑战,两种路径的碰撞折射出AI时代基础数学研究的范式转变。
一夜之间,两份证明同时出现
数学圈昨晚不太平静。
Anthropic的数学家Levent Alpöge先放出消息,称自己和Claude一同拿下了黎曼猜想(Riemann Hypothesis, RH)。众人还没回过神,美国数学会主席、斯坦福大学教授Ravi Vakil又抛出一份材料:数学家Alessandro Masullo已提交广义黎曼猜想(Generalized Riemann Hypothesis, GRH)的证明草稿。

两件事撞在一起,意味就不同了。一份是AI辅助生成的25万页形式化证明,另一份是人类花了12年、完全没用AI写成的940页手稿《The Music of the Primes》。两种研究方式像在同一个路口迎面碰上。

先别急着喊“猜想已破”。数学界的态度相当冷静:两份证明都还在核查,离最终定论差得远。不过这场突如其来的“双黄蛋”,确实把AI如何改变基础数学研究这个问题摆到了明面上。

两条路线:代码堆砌与人类直觉

Alpöge和Masullo走的是完全不同的方向,恰好代表眼下数学研究的两个极端。

Anthropic这边的打法是“AI辅助+形式化验证”。Alpöge不光声称证明了RH,还用Lean语言把整个过程写成了形式化证明。陶哲轩在博客里提到,这份证明用上了现代Langlands纲领和算术几何的整套工具。听着挺唬人,麻烦也在这里:证明整整25万页。机器能跑通代码,不等于人类能读懂里面的思路。
陶哲轩的话很实在:“我预计,数学界消化这份证明还需要一段时间。”他还特别指出,好在有Alpöge这个人类作者在场,可以帮忙解释代码背后的数学意图。要不然,面对一堆机器生成的逻辑链条,数学家们恐怕只能干瞪眼。
Masullo那边走的是老派但硬核的“纯手搓”路线。940页手稿里,每个定义、每条引理、每步推导,都是人脑想出来的。他在论文里留了一句话:“We are still here. We are very much alive. We are not going anywhere.”(我们仍然在这里,依然充满活力,也不会离开。)这话听着有点悲壮,像是对被AI笼罩的学术环境喊话:人类数学家还没退场。
斯坦福数论专家Brian Conrad是Masullo的博士导师,他已经花几个月审阅这份手稿,提了不少修改意见。团队原本计划让Masullo去斯坦福待一年,慢慢打磨完善再正式发表。可眼下数学界的气氛是大家都盯着AI的一举一动,他们于是决定提前公开,让全球数学家一起来挑毛病。
Vakil在公告里说得很清楚:他信任Conrad的判断,同时呼吁大家尽快介入检查,做形式化验证,补全漏洞。至于背后的故事,以后再说,先把东西亮出来。
AI开始审查人类:角色反转
更有意思的情节出现在Masullo论文公开之后。人类数学家还在逐行读那940页手稿,AI已经插手“阅卷”了。
GitHub上很快出现了一个名为riemann-masullo的Lean 4项目,想把Masullo的手稿转成机器可验证的代码。目前进展只到前几章的基础部分,核心的第12章(迹公式)和第13章(Hecke L函数零点位置推导)还没啃下来。项目维护者坦言,这些关键步骤仍需进一步核查。
另一边,AI数学审查团队Refine给出了初步审查意见,结论不太乐观。他们认为Masullo的论文在多个环节存在“根本性问题”。注意,这不是说某处算错了,而是论证策略本身可能有硬伤。
AI挑出的毛病,未必就能一票否决。Brian Conrad同样在推进论文修改,这套办法究竟管不管用,得看更接近定稿的版本才能下结论。局面本身就够有意思了:从前是人类为AI生成的证明发愁,如今轮到AI来挑人类证明的错。
角色一反转,新问题就来了:AI既能生成证明,又能审查证明,人类数学家该站在什么位置?
验证速度跟不上生成速度
把Alpöge和Masullo两件事放在一起看,有个明显的错位:AI生成证明的速度,远远超过人类理解和验证的速度。
Alpöge那25万页证明,机器跑一遍可能只要几天,人类要理解其中的数学结构,也许得几年甚至几十年。Masullo的人类手稿只有940页,也被AI很快指出了潜在问题。这意味着,未来的数学研究可能不再比“谁先想出来”,而是比“谁能更快被验证”。
陶哲轩提到的那个点很关键:如果有人类作者能沟通、帮忙梳理思路,AI生成的证明还有被消化的可能。可要是全由机器自动生成的黑箱,数学家们该怎么办?
这就引出更深一层的问题:一份证明能通过机器检查,但背后的数学思想还没被人类真正理解,它算不算科学突破?
科学进步通常靠“理解”,而不只是“正确”。只知道结果是对的,却不知道为什么对,这种知识很难传承,也很难长出新的理论。AI生成的证明也许解决了具体问题,但未必能推动数学思想往前走。
人类数学家的困境与价值
Masullo 花了 12 年,没用任何 AI 工具,攒出一份大成果。可东西刚拿出来,就被 AI 审查团队点出“根本性问题”。不少人因此犯嘀咕:这会不会让那些死守传统路子的数学家心里发凉?
数学界对新技术犯焦虑,其实不是头一回。当年计算机辅助证明四色定理就吵过一轮,如今 LLM 插手,讨论又起。但这回情况不同——AI 不光能算,看上去还能“想”。
那人类数学家的价值在哪儿?也许就在那股代码量不出来的“直觉”和“洞察力”。Masullo 的手稿虽然被挑出毛病,可他搭理论框架的路数、把不同领域接起来的尝试,都是人脑的闪光点。AI 能查逻辑漏洞,却很难判断一个想法够不够“优美”、有没有“启发性”。
Vakil 愿意提前把 Masullo 的手稿公开,也是想借社区之力,把人的直觉和机器的严谨捏到一起。Conrad 的审阅、全球数学家的检查、Lean 项目的形式化转化,都是为了让最终结果靠得住。
还没结束,只是开始
说回最开始那个问题:黎曼猜想被证明了吗?
答案还是:不知道。Alpöge 的证明要时间消化,Masullo 的证明要补漏洞。数学界没形成共识,哪一方都谈不上取胜。
但这场风波留下的思考素材已经够多了。AI 正在改写数学研究的流程:提猜想、找证明、审查验证,每个环节都有机器的影子。人类数学家得适应这种变化,找到跟 AI 协作的新路子。
也许以后的数学论文,会是“人类出思路+AI 做验证”的混合体。人负责方向和直觉,AI 负责琐碎细节和逻辑检查。效率和数学的思想深度,两头都能保住。
Masullo 那句“We are still here”,我想多数数学家会点头。人不会走开,但干活的方式肯定要变。至于怎么变,还得看这几份证明接下来是什么下场。
数学是门老学科,可它从没停下进化。这一回,推它一把的是 AI。我们既是看客,也在场中。