Claude宣称证出黎曼猜想:1700万行代码,数学家先要验真
11月20日,Anthropic数学家Levent Alpöge称在Claude帮助下找到黎曼猜想及广义黎曼猜想的证明,但未发表完整论文,仅公布约1700万行的Lean形式化证明证书。截至11月21日,该主张尚未经独立专家完整审查,克雷数学研究所的奖金评定还要求在同行评审期刊发表并经过至少两年审查。

摘要:
黎曼猜想悬了167年,一直被视为数学史上最难攻的关卡之一。11月20日,
Anthropic数学家Levent Alpöge对外表示,靠Claude找到了它的证明,相关Lean形式化代码有1700万行,科技圈和数学圈都盯上了这条消息。
凤凰网科技 出品
数学里最难啃的那块硬骨头,或许正被AI撬开一道缝。
11月20日,Levent Alpöge公布了一份四页说明。他是Anthropic的数学家,在说明里称自己借助
Claude拿到了黎曼猜想的证明,还表示这套办法把范围更大的广义黎曼猜想(Generalized Riemann Hypothesis)一并解决了。

这个猜想是1859年由德国数学家伯恩哈德·黎曼提出的。167年里,数不清的数学家想把它证出来,都没能成功。它既是克雷数学研究所七大千禧年数学难题中的一道,也被看作现代数论最重要的开放问题之一。
这回Alpöge没交出一篇同行能直接读的完整论文,他公开的是一份用Lean证明助手生成的形式化证明证书。按他的说法,代码规模达1700万行;若把整套论证转写成人类可读的数学文本,页数恐怕要超过25万页。
更能说明问题的是,Alpöge自己承认,论证推到后半段时,Claude已经明显跑到他的理解范围之外了。
消息传开后,数学界并没有马上开始庆祝。这份成果还没经过独立同行验证,数学家得先弄清楚它到底成不成立。再往深里看,AI该怎么参与数学研究、发现的署名权该归谁、人类数学家往后还能干什么,这些争论已经吵了好几个月。
一个缠了人类167年的数学难题,也许要出现新答案了。可答案之外更该盯住的,是AI正在改写数学研究的做法。
另外,Anthropic在11月19日刚上市,市值最高冲到全球前六。同一天,近90位研究学者和创始人联名签了一封信来抵制它,指控的矛头指向一种两面做法:Anthropic一边警告“能自我改进的 AI”可能脱离人类控制,一边自己冲在最前面,抢着第一个把它造出来。
眼下,这场冲突恐怕只会更激烈。

黎曼猜想:一道关于数字的猜想,困住数学界167年
要掂量这件事的分量,得先弄明白黎曼猜想研究的是什么。
质数就是只能被1和自身整除的正整数,2、3、5、7、11都是。整个整数体系靠它们打底,现代密码学等领域也离不开它们。
可质数有个让数学家头疼了很久的毛病:看上去分布得毫无规律。
盯着自然数序列看,质数有时挤成一团,有时又稀稀拉拉。整体上的平均分布,数学家能用素数定理描述出来;但具体到局部怎么排,就很难讲清楚了。
1859年,黎曼研究一类特殊函数时,发现质数分布和黎曼ζ函数之间有着很深的联系。
这个函数,可以先从一个简单的表达式看起:
ζ(s)=1+1/2^s+1/3^s+1/4^s+……
式子里的s不是普通实数,而是复数。黎曼发现,ζ函数的零点和质数分布关系紧密。
黎曼猜想说的是:ζ函数所有非平凡零点,除了那些显而易见的零点,实部都等于1/2。
把复数的实部和虚部当成平面上的横纵坐标,这些零点就全落在一根特定的竖线上。
表面上,这只是判断函数零点落在哪儿;可它背后牵涉的,是数学家能不能更精确地摸清质数的分布规律。
克雷数学研究所的官方解释是这么说的:素数定理给出的是质数平均分布的情况,黎曼猜想则进一步管住了这种分布偏离平均值能偏多远。
它的分量不只落在质数这一件事上。
一个多世纪以来,许多数学研究都把黎曼猜想当作成立的前提,并由此推出一批重要结论。猜想若被证成,这些以它为条件的成果就能站到更牢靠的基础上;反过来,一旦猜想被推翻,相关领域也得回头重看那些建立在假设之上的推论。
2000年,克雷数学研究所把黎曼猜想纳入七大千禧年数学难题,每题悬赏100万美元。
到目前,人们用计算验证过的非平凡零点已有前10万亿个,它们都落在实部为1/2的那条直线上。可有限范围内的验证,终究不等于对无限多个零点给出证明。
数学证明的特别之处正在这里:结论要对所有符合条件的对象都成立,而不只是在算过的范围里没撞见反例。
所以,Alpöge与Claude的成果若最终通过严格验证,分量会远远超过一次AI性能测试。
那可能意味着,一个被人类研究了167年的基础数学问题,头一回拿到完整证明。
不过要留神,截至11月21日,Alpöge公布的还只是个人提出的证明主张,既没有独立专家完成完整审查,也没有一份能让数学界直接审阅的完整自然语言证明。按克雷数学研究所的规定,千禧年难题的解答还得在合格的同行评审期刊上发表,并经过至少两年的审查,才能进入奖金评定程序。

数学家开始抵制AI,原因不只是怕被取代
单看AI在数学领域的进展,这似乎是整个学术界都该庆贺的事。
数学家长期卡着的难题,多了新的研究工具;以往要花数年乃至数十年的工作,或许能压到数小时、数天。
可数学界的反应并不全是兴奋。
今年围绕AI参与数学研究的争论一直在升温。6月,一份名为《莱顿人工智能与数学宣言》(Leiden Declaration on Artificial Intelligence and Mathematics)的文件正式发布,主张为AI进入数学研究立下新规范。
这份宣言由国际数学研究者共同推动,并得到国际数学联盟(IMU)背书。
它并不反对数学家使用AI。文件反而承认,AI可能把数学研究带进新阶段,但同时也提醒,技术进步正碰到数学研究赖以成立的几条基本原则:证明的可靠性、成果的透明度、学术贡献的归属,以及数学研究的自主性。
这些担忧并不是空泛的职业焦虑。
头一条,是证明究竟可不可靠。
在数学里,一个看着正确的论证和一个真正正确的证明,中间隔着跨不过去的区别。
大模型能写出逻辑连贯、术语准确的数学文本,但它在复杂推导里也可能漏掉条件,或者把一个还没得到证明的结论当成前提。
就算引入Lean这类形式化工具,问题也不能完全消掉。计算机可以验证形式化语言里的逻辑推导,却没法自动保证这份形式化代码与人类原本想表达的数学命题完全对得上。
今年10月,伦敦国王学院和剑桥大学的研究者就曾对OpenAI公布的Navier-Stokes方程相关证明提出质疑。
他们发现,OpenAI公布的人类可读证明与对应的Lean形式化版本之间存在不一致。这不能直接说明原始数学结论错了,却点出一个要紧问题:机器通过了形式化检查,不等于人类版本的论证也已经得到完整验证。
再一条,是数学研究成果到底该算谁的。
传统数学研究有一套相对清楚的规则:研究者提出问题、发展方法、完成证明,最后由作者承担责任,并通过论文发表接受同行检验。
可一旦关键推导里掺进了闭源的商业模型,事情就没那么简单了。
这个模型或许把许多数学家的既有成果揉在了一起,却不一定能把每个思想的出处都标清楚。成果最终发表时,人类研究者、AI工具和过往数学文献各自的贡献该怎么算?说到底,这已经超出给AI一个署名的范畴,整个学术评价体系都得面对这个新问题。
《莱顿宣言》把话说得很明白:AI介入数学研究时,研究者照样要交代工具的使用情况,把前人的成果引足,并对最终结论对不对负责。数学成果的作者身份和责任,不能就这么甩给机器。
更直接的压力,来自学术研究自身的节奏。今年9月,OpenAI宣布其AI系统在Navier-Stokes方程相关问题上取得突破。MIT News的报道提到,OpenAI动用了数千个AI智能体,研究了88小时,把相关证明做了出来。
不过这场竞赛也在数学界掀起了争议。纽约大学数学家Tristan Buckmaster和Anthropic的研究者此前已经就相关问题做了长期研究,OpenAI突然公布成果,研究者们便开始追问:优先权该归谁?之前研究过程中产生的数据和提示词有没有得到妥善保护?企业对自己发布的数学成果,是否真的理解、又是否能够验证?
OpenAI否认了不当获取研究提示词的指控。可这场争议已经把AI公司与传统学术界之间的利益冲突摆到了台面上。
对数学家而言,数学研究从来不只是尽快给出一个正确答案。一道难题之所以值得钻研,常常是因为它能带着人们去发展新理论、建立新工具,甚至开辟一个此前没人留意过的研究方向。
假如AI能在很短时间内成批解决过去的开放问题,数学家以后该研究什么?那些机器还没解决、但又不适合当前AI技术路径的问题,会不会因为缺少商业价值而被晾在一边?
11月20日,MIT办了一场关于AI与数学未来的讨论,MIT、哈佛大学、西北大学和纽约大学的数学家都来了。西北大学数学家Bryna Kra说,数学在过去两个月发生的变化,可能超过过去100年。AI带来的机会让她兴奋,其影响也让她不安。
哈佛大学数学家Michael Hopkins批评了部分AI生成的数学论文,认为其中有些推导难以理解,思路也很奇怪。纽约大学数学家Tristan Buckmaster则强调,数学的分量不只在得出结论,还在于人类能弄懂结论为什么成立。
这也是有些数学家暂时不碰AI、甚至自称“AI素食主义者”的缘由。他们担心的不是机器会不会抢走自己的饭碗,而是当研究越来越依赖商业模型、算力和自动化证明,数学会不会慢慢丢掉原本的研究自主性。
当AI能更快地给出答案,人类对什么值得研究、什么样的证明才真正有意义、又该如何理解一个发现的价值,反而可能看得更重。
黎曼猜想最终能不能被证明,还得等时间给答案。但一个新问题已经冒了出来:如果AI能替人类找到答案,人类还需要弄懂答案为什么成立吗?
这或许才是Claude这次事件留给数学界、乃至整个科学界更该琢磨的命题。