近期，全球數學界正悄然上演一場變革，幾大標志性事件引發學界的持續關注和熱議——
一是國產大模型DeepSeek-V3.2-Speciale在國際數學奧林匹克競賽（IMO）、國際信息學奧林匹克競賽（IOI）等頂級賽事中斬獲金牌級成績；
二是菲爾茲獎得主陶哲軒借升級后的谷歌Gemini，十分鐘補全一道困擾學界多年的埃爾德什（Erd?s）問題證明，從論證分析打通了結論確認；
三是傳奇數學家小野健（Ken Ono）辭去弗吉尼亞大學終身教職，加入了由他的博士生洪樂潼創辦的初創公司，專注創造“AI數學家”……
從在奧賽奪金，到協助數學家解題，再到自主攻克數學難題，學界熱議的一個核心議題是：AI或許會相當快地超越人類數學家。如果AI能獨立驗證猜想、破解難題，人類數學家又將何去何從？
AI是數學研究的工具還是顛覆者？
先說57歲著名數論學家小野健的“離職”。據說，促使他決定離開象牙塔的一個原因，是在一次研討會上受到的沖擊：他發現自己在直覺與抽象思維上的領先優勢，正在被AI迅速縮小。而小野健加入的初創公司Axiom Math（公理數學），由他曾經的學生、年僅24歲的洪樂潼創辦。這家公司的愿景直白而驚人：構建能夠猜想、證明并解釋的AI數學家。他們的模型在無人干預的情況下，攻克了困擾數學界數十年的兩道埃爾德什難題，且邏輯無漏洞。
那么，AI對數學研究的影響目前進展如何？記者在采訪多位學者后發現，對于這一問題，目前學界存在兩種截然不同的聲音。
一種聲音認為，AI到目前為止只是一個輔助工具，距離獨立解決前沿數學研究問題，還需要很久。就在去年，復旦大學上海數學中心青年研究員林偉南通過結合計算機算法，與合作者共同解決了持續大半個世紀之久的126維Kervaire不變量（幾何拓撲學中的一個重要概念）問題，獲得廣泛關注。在林偉南看來，目前的AI更像是“聰明的字典”。自ChatGPT出現以來，AI在數學方面還沒有出現新的“顛覆性時刻”，大部分只是技術性的提升。就以考試打比方來說，“好比最好的是80分，明天有AI達到了81分，另一個82分，再一個83分……雖然每走一步都會有報道，但實際上進步不是特別大。”
林偉南指出，AI目前在處理高度抽象的數學概念時，仍面臨AI幻覺和專用語料庫不足的挑戰。所以，數學家目前更多是利用AI來補全形式化證明中的瑣碎步驟或LaTeX（一種排版系統）代碼，核心的思路框架仍需人類主導。對于“AI取代數學家”的說法，他持保留態度：“至少十年內不太可能。”
而持另一種截然相反的觀點認為，隨著AI的發展，傳統意義上的解題型數學家可能會失去存在的必要。
數學AI創業者、深耕AI與數學研究的馬小扁就將人類數學家自身的局限稱為“原罪”——壽命太短、速度太慢、腦容量太小。如他所言，“一些巨大的數學定理可能需要幾萬頁、耗時幾十年才能證明，人類很難獨立完成，但AI解決了這個問題。”
其實，“AI教父”杰弗里·辛頓就曾公開表示，數學家也許將很快失業。因為數學是一個不需要數據的封閉系統。僅需包含一個提出定理的模塊，和另一個嘗試證明它們的模塊，AI就能持續學習大量的數學知識。
數學研究，“人機協同”是大勢所趨？
盡管學界在相關議題上的觀點分歧尚未消弭，但也有達成共識之處。比如，多數學者都認為，未來的數學研究可能依靠“人機協作”完成。
數學家陶哲軒在公開分享中提到，他更愿意把AI當作嵌入式助手，而不是“直接吐答案”的黑箱：先由人把問題寫成一份可執行的“規格書”（Spec）——包括目標、約束條件、分步計劃與每一步的驗收標準；再讓AI按步驟推進，并在關鍵節點進行對齊確認；最后再用外部計算工具（如Python）做一次獨立核驗，確保結果確實滿足事先設定的約束。
這種“規格先行（Spec-first）”的方法，本質上是把人的洞見轉譯成可檢查、可復現的流程。對此，AI創業者木大寶也進一步向記者解釋，它相當于用結構化規格把概率模型的輸出“裝進”可驗證的管道里，從而最大限度降低數學推導與計算過程中的“幻覺”風險。
“AI能幫你完成重復性的工作，撰寫部分代碼或論文，但前提是你必須比AI更聰明，能判斷它輸出結果的對錯，以及進行后期的維護運營。”林偉南說，這實際上意味著，未來的數學研究在某一階段將從單純的“求解”，轉向對AI生成結果的審視與構建。
數學教育，為何仍然不可或缺？
當AI能夠部分甚至完全替代數學家的工作，數學教育又將發生怎樣的變化？
“不論如何，數學教育仍然不可或缺。”復旦大學特聘教授、計算與智能創新學院教授王曉陽談到，數學其實是一種底層的邏輯訓練，自然界運行的底層邏輯就跟數學有關。即使AI能證明所有數學定理，也需要人來整理、讓大家了解世界運行的邏輯。這是非常重要的。
當然，AI給數學界帶來的挑戰也確實很棘手。林偉南坦言，目前，一些AI大模型在本科生級別的作業中已經表現出色。在AI唾手可得的時代，學生的主觀能動性和興趣將變得比以往任何時候都重要。“如果只是為了完成任務，AI能幫你搞定一切；但如果是為了真正的研究，需要對問題本身有極大的熱情。”
技術迭代的盡頭，始終指向對人的關懷。其實，無論是小野健眼中的“另一種做數學的方式”，還是陶哲軒手中的“思維外掛”，AI終究是人類的延伸，不是替代人，而是成就人。
未來，人類數學家或許將不再是繁重計算的承擔者，而是成為數學大廈的“設計師”與“價值羅盤”，并去進一步追問那個更古老的問題：在無數可能的真理中，我們為何關心這一條？
近期，全球數學界正悄然上演一場變革，幾大標志性事件引發學界的持續關注和熱議——
一是國產大模型DeepSeek-V3.2-Speciale在國際數學奧林匹克競賽（IMO）、國際信息學奧林匹克競賽（IOI）等頂級賽事中斬獲金牌級成績；
二是菲爾茲獎得主陶哲軒借升級后的谷歌Gemini，十分鐘補全一道困擾學界多年的埃爾德什（Erd?s）問題證明，從論證分析打通了結論確認；
三是傳奇數學家小野健（Ken Ono）辭去弗吉尼亞大學終身教職，加入了由他的博士生洪樂潼創辦的初創公司，專注創造“AI數學家”……
從在奧賽奪金，到協助數學家解題，再到自主攻克數學難題，學界熱議的一個核心議題是：AI或許會相當快地超越人類數學家。如果AI能獨立驗證猜想、破解難題，人類數學家又將何去何從？
AI是數學研究的工具還是顛覆者？
先說57歲著名數論學家小野健的“離職”。據說，促使他決定離開象牙塔的一個原因，是在一次研討會上受到的沖擊：他發現自己在直覺與抽象思維上的領先優勢，正在被AI迅速縮小。而小野健加入的初創公司Axiom Math（公理數學），由他曾經的學生、年僅24歲的洪樂潼創辦。這家公司的愿景直白而驚人：構建能夠猜想、證明并解釋的AI數學家。他們的模型在無人干預的情況下，攻克了困擾數學界數十年的兩道埃爾德什難題，且邏輯無漏洞。
那么，AI對數學研究的影響目前進展如何？記者在采訪多位學者后發現，對于這一問題，目前學界存在兩種截然不同的聲音。
一種聲音認為，AI到目前為止只是一個輔助工具，距離獨立解決前沿數學研究問題，還需要很久。就在去年，復旦大學上海數學中心青年研究員林偉南通過結合計算機算法，與合作者共同解決了持續大半個世紀之久的126維Kervaire不變量（幾何拓撲學中的一個重要概念）問題，獲得廣泛關注。在林偉南看來，目前的AI更像是“聰明的字典”。自ChatGPT出現以來，AI在數學方面還沒有出現新的“顛覆性時刻”，大部分只是技術性的提升。就以考試打比方來說，“好比最好的是80分，明天有AI達到了81分，另一個82分，再一個83分……雖然每走一步都會有報道，但實際上進步不是特別大。”
林偉南指出，AI目前在處理高度抽象的數學概念時，仍面臨AI幻覺和專用語料庫不足的挑戰。所以，數學家目前更多是利用AI來補全形式化證明中的瑣碎步驟或LaTeX（一種排版系統）代碼，核心的思路框架仍需人類主導。對于“AI取代數學家”的說法，他持保留態度：“至少十年內不太可能。”
而持另一種截然相反的觀點認為，隨著AI的發展，傳統意義上的解題型數學家可能會失去存在的必要。
數學AI創業者、深耕AI與數學研究的馬小扁就將人類數學家自身的局限稱為“原罪”——壽命太短、速度太慢、腦容量太小。如他所言，“一些巨大的數學定理可能需要幾萬頁、耗時幾十年才能證明，人類很難獨立完成，但AI解決了這個問題。”
其實，“AI教父”杰弗里·辛頓就曾公開表示，數學家也許將很快失業。因為數學是一個不需要數據的封閉系統。僅需包含一個提出定理的模塊，和另一個嘗試證明它們的模塊，AI就能持續學習大量的數學知識。
數學研究，“人機協同”是大勢所趨？
盡管學界在相關議題上的觀點分歧尚未消弭，但也有達成共識之處。比如，多數學者都認為，未來的數學研究可能依靠“人機協作”完成。
數學家陶哲軒在公開分享中提到，他更愿意把AI當作嵌入式助手，而不是“直接吐答案”的黑箱：先由人把問題寫成一份可執行的“規格書”（Spec）——包括目標、約束條件、分步計劃與每一步的驗收標準；再讓AI按步驟推進，并在關鍵節點進行對齊確認；最后再用外部計算工具（如Python）做一次獨立核驗，確保結果確實滿足事先設定的約束。
這種“規格先行（Spec-first）”的方法，本質上是把人的洞見轉譯成可檢查、可復現的流程。對此，AI創業者木大寶也進一步向記者解釋，它相當于用結構化規格把概率模型的輸出“裝進”可驗證的管道里，從而最大限度降低數學推導與計算過程中的“幻覺”風險。
“AI能幫你完成重復性的工作，撰寫部分代碼或論文，但前提是你必須比AI更聰明，能判斷它輸出結果的對錯，以及進行后期的維護運營。”林偉南說，這實際上意味著，未來的數學研究在某一階段將從單純的“求解”，轉向對AI生成結果的審視與構建。
數學教育，為何仍然不可或缺？
當AI能夠部分甚至完全替代數學家的工作，數學教育又將發生怎樣的變化？
“不論如何，數學教育仍然不可或缺。”復旦大學特聘教授、計算與智能創新學院教授王曉陽談到，數學其實是一種底層的邏輯訓練，自然界運行的底層邏輯就跟數學有關。即使AI能證明所有數學定理，也需要人來整理、讓大家了解世界運行的邏輯。這是非常重要的。
當然，AI給數學界帶來的挑戰也確實很棘手。林偉南坦言，目前，一些AI大模型在本科生級別的作業中已經表現出色。在AI唾手可得的時代，學生的主觀能動性和興趣將變得比以往任何時候都重要。“如果只是為了完成任務，AI能幫你搞定一切；但如果是為了真正的研究，需要對問題本身有極大的熱情。”
技術迭代的盡頭，始終指向對人的關懷。其實，無論是小野健眼中的“另一種做數學的方式”，還是陶哲軒手中的“思維外掛”，AI終究是人類的延伸，不是替代人，而是成就人。
未來，人類數學家或許將不再是繁重計算的承擔者，而是成為數學大廈的“設計師”與“價值羅盤”，并去進一步追問那個更古老的問題：在無數可能的真理中，我們為何關心這一條？
本文鏈接：AI攻下奧數，“AI教父”預言數學家將失業，數學界會“變天”嗎？http://m.sq15.cn/show-2-14614-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。