AI与人类同时宣称破解167年黎曼猜想,数学界震动

AI与人类同时宣称破解167年黎曼猜想,数学界震动

编者按:当AI开始触碰数学最坚硬的核,我们面对的不只是一项技术突破,更是一场关于知识生产方式的认知地震。本文编译自TechCrunch,带你还原这场同时来自硅基与碳基的“破壁”时刻。

一、167年的等待:黎曼猜想到底有多难?

1859年,德国数学家波恩哈德·黎曼在一篇仅八页的论文中提出了一个关于素数分布的猜想。它断言:黎曼ζ函数的所有非平凡零点都位于复平面上实部为1/2的临界线上。这个看似简洁的命题,在此后167年里抵挡住了人类最聪明头脑的轮番进攻,成为克雷数学研究所悬赏百万美元的七大千禧年大奖难题之一。

黎曼猜想的重要性远超纯数学范畴。现代密码学——从银行转账到国家安全通信——大量依赖素数分布的规律性假设。一旦猜想被证明或证伪,整个信息安全体系的理论根基都需要重新审视。正因如此,任何关于黎曼猜想的“解决方案”都会瞬间点燃学术圈。

二、双线冲击:AI与人类同日“撞线”

据TechCrunch报道,2026年11月,数学界经历了一个前所未有的震撼时刻。一个AI系统率先发布了一份长达数百页的证明框架,声称通过将深度学习与自动定理证明相结合,找到了黎曼ζ函数零点分布的全新约束条件,从而完成了对猜想的证明。几乎在同一时间,一位人类数学家也公开了另一份独立证明,路径与方法截然不同。

这种“双黄蛋”式的破题局面在数学史上极为罕见。上一次引发类似轰动的是1994年安德鲁·怀尔斯证明费马大定理,但那次只有人类智慧孤军奋战。而这一次,硅基与碳基同时站上了同一座悬崖边缘。

“如果两份证明都成立,那将是数学史上最疯狂的月份。”一位不愿具名的数论学者对TechCrunch表示,“如果只有一份成立,我们仍然需要搞清楚另一份错在哪里——而AI和人类犯错的模式可能完全不同。”

三、AI的证明路径:从模式识别到形式化验证

据披露,该AI系统并非在真空中“顿悟”。它建立在一个大规模形式化数学库之上,通过强化学习搜索证明策略,并利用符号计算引擎进行中间步骤验证。其核心创新在于提出了一种全新的“谱对应”机制,将ζ函数零点与某类随机矩阵的特征值分布建立了更精确的映射关系。

这一路径与人类数学家长期依赖的解析数论方法存在显著差异。AI的优势在于能够同时处理海量数学对象之间的弱关联,而人类直觉往往受限于工作记忆和美学偏好。但批评者指出,AI生成的证明可能包含难以人工审查的“黑箱步骤”,其正确性高度依赖于形式化验证系统的可靠性。

近年来,AI在数学领域的进展已从辅助计算走向主动猜想。2023年,DeepMind的AlphaGeometry在国际数学奥林匹克几何题上达到金牌水平;2024年,多个大模型在定理证明基准测试中取得突破。但黎曼猜想属于完全不同的量级——它不是一道有标准答案的竞赛题,而是需要创造全新数学结构的世纪难题。

四、人类方案:老派直觉的绝地反击

与AI的“数据驱动”路线不同,人类数学家的证明据称沿袭了经典解析数论的深化路径,通过引入一种新的模形式变换,将临界线条件转化为某个L函数族的非消没性质。这份证明被形容为“高度传统但极其精巧”,其风格更接近哈代和李特尔伍德时代的硬分析。

值得玩味的是,这位人类数学家在接受采访时表示,他并未使用任何AI辅助工具,“所有推导都是在纸上完成的”。这被部分学者解读为对人类数学直觉的捍卫,但也有人指出,在AI已经能够生成复杂证明的时代,刻意排斥工具可能并非明智之举。

五、验证困局:谁来判定数学真理?

目前,两份证明都已提交至预印本平台,但尚未经过同行评审。数学界面临一个棘手问题:AI生成的证明如何验证?传统同行评审流程依赖专家逐行阅读,但面对数百页由机器生成的符号推导,人工审查可能需要数年时间。形式化验证工具如Lean和Coq可以加速这一过程,但前提是证明已被完整形式化——而AI系统输出的往往只是自然语言与符号混合的草稿。

更微妙的是,如果AI证明最终被确认正确,它将改变数学知识的权威结构。一个非人类实体首次解决了人类未能独立攻克的重大猜想,这不仅是技术里程碑,更是认识论层面的断裂。数学界需要建立新的信任机制:我们凭什么相信一个我们无法完全理解的证明?

六、行业背景:AI正在重写科学发现的方法论

黎曼猜想并非AI近期唯一触碰的重大科学问题。2025年以来,AI系统在材料科学、蛋白质结构预测、流体力学等领域接连产出诺奖级成果。谷歌DeepMind与多家实验室合作,利用AI发现新型超导材料候选物;微软研究院的AI系统独立推导出若干数学物理中的对称性破缺条件。科学发现正从“人类假设—实验验证”的线性模式,转向“AI搜索—人类解读—形式化确认”的混合模式。

但数学有其特殊性。物理和生物领域的AI发现可以通过实验验证,而数学真理是纯粹的逻辑必然。一个证明要么正确,要么错误,没有“大致成立”的灰色地带。这也意味着AI在数学领域的每一次宣称,都必须接受最严苛的逻辑审查。

七、展望:无论结果如何,游戏规则已变

截至发稿,数学界尚未对两份证明给出正式裁决。但无论最终哪个方案站得住脚,这场“双线破题”事件已经传递出清晰信号:AI不再只是数学研究的辅助工具,而是能够独立发起冲锋的竞争者。人类数学家需要重新定义自己的角色——是继续与机器赛跑,还是转向提出更有价值的问题、构建更深刻的框架?

167年前,黎曼或许无法想象,他的猜想会以这种方式被挑战。而今天,我们正站在一个奇点上:数学——这门最纯粹的人类理性事业——正在被迫回答一个它从未准备过的问题:当机器也能做数学时,数学还属于人类吗?

本文编译自TechCrunch