AI與數學家之間的大戰升級了。

　　近日，美國OpenAI公司公開了由前沿模型産出的722篇數學手稿，歸為372組數學研究成果，覆蓋數論、幾何等諸多領域的難題，在全球數學界掀起巨大波瀾。

　　OpenAI公司宣稱，絕大多數結果均採用相同流程，使用尚未發佈的內部模型獲得，平均每個結果耗費了該模型約3小時的計算量。

　　這讓人想起一個月前的那場爭端。當時OpenAI公司宣佈用大模型花費88小時解決了千禧年大獎難題之一的納維-斯托克斯方程。25位菲爾茲獎得主為此發出聯名公開信《人工智能在數學中的嚴重錯位》，警示AI“暴力破解”數學難題帶來的學術風險。

　　從“88小時攻克百年難題”到“批量輸出數百成果砸盤”，AI公司正以工業化的節奏衝擊著數學這座人類最古老的智識堡壘。AI與數學家的這場博弈，關乎數學學科的未來走向。

　　AI可以成為數學研究的利器。

　　研究效率飛躍。傳統數學研究往往依賴數學家個人的直覺、經驗與長期積累，一個猜想的驗證可能耗費數年甚至數十年。而AI可以在極短時間內遍歷海量可能性，幫助數學家處理枯燥重復的計算工作，大幅壓縮研究進程。

　　研究邊界拓展。人類數學家的思維受限于認知框架與學科慣性，而AI不受既有範式束縛。AI有可能發現人類難以察覺的結構與規律，也能並行探索多條證明路徑，快速排除錯誤方向，為人類學者提供全新思路。

　　研究門檻降低。AI使得計算機科學、物理學、生物學等領域的研究者能夠更便捷地運用數學工具，推動跨學科融合。

　　然而，隱憂同樣深刻。

　　AI的“暴力破解”本質上是一種缺乏理解的計算。它能給出答案，卻無法解釋為什麼。一個靠窮舉得出的定理，即便正確，也難以帶來認知上的啟迪。而人類攻克數學難題，往往伴隨著新概念、新方法的誕生，研究過程本身會啟發大量後續工作，研究成果經過同行評審、討論消化，最終豐富了學科知識體系。

　　更嚴峻的是學術生態的損傷。數學證明要求絕對的邏輯嚴密性，AI生成內容的可靠性驗證是一大難題。

　　OpenAI公司批量生産結果卻不公開模型細節和提示詞，需要數學家耗費大量時間做“義務驗證”。這讓數學家們認為，“一次性發佈700多份文件，展示的不是學術研究，而是權力”。“AI宣佈突破、人類免費善後”的倒挂，侵蝕了學術共同體的信任。不少青年學者擔心研究方向被AI搶先，不敢公開自己的探索，這也破壞了學術共同體的正常生態。

　　這場大戰，目前尚無贏家。AI展示了工業化解題的效率，卻暴露了“答案”與“理解”之間的深刻斷裂。數學家捍衛著學科的內在價值，卻面臨學術生態被商業邏輯侵蝕的現實困境。

　　回顧歷史，從算盤到計算機，數學史上每一次工具革命都重塑了學科的面貌，卻從未終結數學本身。

　　展望未來，AI時代的數學，大概率也將帶來人機分工的重組。學界需要建立適配AI時代的學術規範，明確AI成果的發佈標準、評審機制，厘清AI參與科研的邊界。

　　數學的未來，不應該是人類被AI取代，而應該是人類以AI為助手，抵達任何一方都難以獨自觸及的遠方。（本文來源：經濟日報 作者：佘惠敏）