AI 花 2000 刀解开 10 道数学难题、还机器验证过了?我扒完那 249 页原稿,发现大家夸错了地方

42 阅读3分钟

这两天时间线被同一条新闻刷屏:OpenAI 甩出下一代模型 Astra,说它一口气解开了 10 道搁置几十年的数学难题——其中一个「非索菲群」的构造,是学界 27 年来头一回;更唬人的是,整套东西的算力成本,只花了约 2000 美元。转发的标题清一色一个调门:「AI 干翻人类数学家」「数学家要失业了」。

这种大标题,过去两年我见过好几回,多半雷声大雨点小,所以我一开始并不信邪,把原始材料扒了一遍。这回,还真有点不一样。

先说它真做到的那部分,这个得认。

OpenAI 这次不是发个新闻稿喊一嗓子就完事。它甩出了一份 249 页的手稿,外挂一个公开的 GitHub 仓库,把 10 个证明全部写成了 Lean 4 的机器可验证版本。

Lean 是个形式化证明工具。一段证明能用 Lean 写出来、还"编译"通过,意味着它的每一步推理都被机器逐行校验过,逻辑上钻不了空子——这跟人凭感觉说"我觉得这证明对",是两个量级的事。换句话说:这 10 个证明对不对,你压根不用信 OpenAI 一张嘴,谁都能把仓库拉下来自己跑一遍。 这一步是真硬,是实打实的进展。

但问题恰恰出在:大家把"证明成立",直接读成了"AI 解决了那道难题"。这俩不是一回事。

Lean 能担保的只有一件事:在你写下的那条形式化命题里,证明成立。 它担保不了另外两件更要命的:

① 你形式化出来的那道题,是不是数学界真正关心的那道原题? 把一个几十年的开放问题,"翻译"成 Lean 读得懂的形式语言,这一步是人做的。翻译时条件稍微放宽一点点,题目就可能悄悄变简单了。机器只负责验证"翻译之后"的那道题,它不负责告诉你"翻译得对不对"。

② 这结果到底新不新、重不重要? 证明成立 ≠ 有价值。这道题是不是真在学界悬了几十年、这个结果会不会撬动某个领域,得靠人类数学家对着文献一篇篇去核。哈佛数学家 Melanie Matchett Wood 就泼了盆冷水,大意是:太容易从这种新闻里,得出错误的结论了。

再补两个容易被大标题盖掉的细节:那 2000 美元,只是"成功那几次"的账单——模型试错了多少回、烧了多少没成的钱,没说;而且论文 formalize 的过程,是有 OpenAI 员工搭手的,并非模型一个人从头干到尾。

所以先别急着喊"数学家要失业"。

真正能拍板"这算不算真突破"的,始终是人;而且这活儿,人还没核完。这次真正值得记一笔的,是「AI 的数学证明,第一次能被机器逐行验证」——这是方法上的硬进步;而被无数大标题夸上天的,却是「AI 超越了人类数学家」。

一句话:AI 这次真做到的,和大家以为它做到的,压根是两码事。夸,夸错了地方。

这类顶着大标题的「AI 神话」,我打算一条条扒下去——关注我,下次再看到"AI 攻克 XX"刷屏,先别急着转,等我扒完再说。

也想听你的:你觉得 Astra 这波,算「AI 超越人类」,还是「一个更强的证明工具」?评论区聊聊。