AI给出证明之后，数学还需要什么：理解、核验与研究的意义

一、嘉宾背景

这期由Lex Fridman主持、时长约214分钟的Lex Fridman Podcast，以节目所述的AI数学成果为起点，讨论研究、验证、教育和职业意义。三位嘉宾分别从数论、理论计算机科学和流体动力学出发，追问一个证明究竟改变了什么：数学知识、研究方法，还是现实中的工程能力。

Stephen Brunton是华盛顿大学的数学家、流体动力学专家。他以飞机、人工心脏和流体控制说明自己的工程视角，关注数学进展能否帮助人们预测和操纵流体。Ankur Moitra是MIT的数学家、理论计算机科学家，并称自己当年正在普林斯顿高等研究院访问。他的讨论横跨算法复杂性、机器学习与跨领域研究，也涉及如何指导学生开展这类工作。

Alex是罗格斯大学的数学家、数论研究者。所给材料未提供他的姓氏，本文沿用Alex这一称呼。他既解释黎曼猜想，也谈到自己使用Lean和早期LLM检索引理的经验，尤其关注形式化证明、公共数学库与人类理解之间的关系。三人的实践背景，使同一项数学成果在纯数学、算法研究和工程应用中呈现出不同的意义。

二、本期主要内容

对谈从一组AI成果的发布宣称开始。Lex称，机器宣称解决了Navier–Stokes、准黎曼猜想、唯一博弈猜想等著名难题；Alex提到约700篇论文，同时明确表示自己没有全部读完。这些是节目中的陈述，所给材料并未附上可供本文独立核验的完整证明。其中一个关键区别，Alex说得很清楚：完整黎曼猜想尚未解决。

数论部分解释了这一区别。Alex用信号处理类比ζ函数与素数分布的联系：如同声音可以转化为频率信息，素数分布也可以借助另一个数学对象来研究。按他的介绍，节目所述的准黎曼结果给出了实部7/8到1的无限竖直无零带；完整黎曼猜想则要求非平凡零点位于实部1/2的临界线上。现有方法不能直接到达这一目标，仍需要新思想，因此不能把两者的距离理解为同一证明尚待完成的一点优化。

Stephen从动量守恒解释Navier–Stokes方程，说明流体速度场如何随空间和时间变化。按他对所述AI成果的介绍，爆破构造针对三维、光滑外力版本：通过安排外力，使涡丝不断伸长、变细，最终让局部涡量发散，同时保持总能量有限。维度、外力及其光滑性都是结论的条件；省略这些条件，就会改变对成果适用范围的理解。

Ankur从SAT中验证与求解的差别讲起：给定一个布尔赋值，可以逐句检查它是否满足公式；寻找满足条件的赋值，却可能很困难。他由此解释PCP如何通过随机局部检查和间隙放大，与近似困难性联系起来。Ankur称OpenAI发布了唯一博弈猜想的肯定证明，并强调two-to-one theorem及Raghavendra工作的背景作用。他也承认，论文难读，关键思想仍有待消化。发布一个证明与研究共同体理解这个证明之间，仍有工作要做。

形式化是另一条贯穿对谈的线索。Alex称，Anthropic发布了约1300万行、无sorry的费马大定理Lean证明，超出了他此前的预期。证明的规模和完成状态，均是他在节目中的陈述。讨论随后转向机器学习行为本身。Ankur介绍了一个潜意识学习案例：一个受猫头鹰偏好提示影响的模型生成数字，用这些数字微调另一模型后，后者也表现出猫头鹰偏好。他以概念向量并不完全正交、因而可能产生间接影响，作出高层解释。讨论由机器能够证明什么，延伸到人们能够理解多少机器行为。

对于这些变化，嘉宾的感受并不一致。Ankur认为，AI增强了跨领域学习能力，却冲击了研究生和博士后传统的成名路径，也让自己感到智识孤独。Stephen对工程应用更乐观，同时承认未来能力走向高度不确定。技术成果没有消除这些分歧：能力增长意味着什么，仍取决于研究者如何理解成果、参与研究，以及判断自己的贡献。

三、核心观点：推理、例子与边界

答案、理解与人的贡献，是这场对谈始终试图区分的三件事。Alex提出solved axiom思想实验：假设未来所有人机合作能解决的问题，AI独自也能解决，人类数学是否就失去了意义？他明确表示，当下尚未达到这种状态，这个假设也不意味着机器能够解决所有数学问题。它暂时排除了人类在解题上的必要性，借此追问数学还有什么值得追求，并不预言某个能力终点必然到来。

Alex把纯数学的价值放在人类的理解中。Ankur进一步指出，人的记忆和计算能力有限，可能反而促使研究者寻找更一般的抽象。证明的价值因此不止于确定一个命题是否成立，还包括带来新定义、新视角，以及能够处理邻近问题的结构。这是对数学价值的判断，并不能证明人类永远拥有不可替代的能力。评价一个结果时，除了问它解决了什么，还要问它让共同体理解了什么，能否把原本分散的问题联系起来。

Ankur借门童谬误解释这种区别：如果把门童的工作缩减为开门，自动门似乎就能取代整个岗位；如果把数学家视为定理生产者，也会遗漏建立理论、重新审视旧问题和连接概念的贡献。但Alex同时反对把“提问”预设为人类永久独占的能力。现在由人提出问题，并不能推出机器永远不会判断什么值得研究。重新认识数学家的贡献，需要辨认这些工作的价值，也需要承认它们未来可能同样受到机器能力的影响。

对于创新，Alex也作了区分。他把准黎曼成果描述为一长串已知工具的漂亮组合，并用半群铺砖来比喻：反复应用已有操作，可能抵达人类尚未探索的地方。组合已有方法与创造新概念仍有区别，但组合本身也可能带来重大结果。Ankur以节目所述的Anthropic相关3SUM算法成果说明，基础问题一旦得到改善，围绕共同困难性组织起来的细粒度复杂性研究也可能随之改变。不过，对谈没有给出具体复杂度界或计算模型，无法据此判断实际程序会获得怎样的加速。

形式化解决的是证明检查问题，也改变了数学知识的组织方式。节目将Lean解释为检查形式推导的交互式定理证明器，将Mathlib解释为可复用的数学库。Alex强调，不能直接信任AI生成的自然语言证明；形式化要求明确写出引理的前提，可以减少脱离教材上下文使用结论时的误用。但通过Lean检查，并不等于达到Mathlib的质量要求。统一定义、避免重复、选择适当的一般性和提高可复用性，仍然需要重构。一个庞大证明即使通过核验，也未必便于后续研究使用。Alex设想未来论文将思想叙事与形式化证明配套，让解释与推导检查各自承担清楚的职责。

从成功产物推断系统的整体能力，还缺少过程证据。对于费马项目只有两三名人类、主要输入是“继续”的说法，Alex使用了不确定措辞；Lex则指出，训练和前期工作并不透明。另一位发言者转述了数千次尝试、约10%成功且只发布成功案例的说法，这一比例也未在材料中得到独立确认。这些讨论提出了选择性展示的问题，却不足以确定普遍成功率。判断自动化程度，还需要知道失败次数、投入和工作过程。

Stephen对流体结果的解释，则把边界落实到工程与物理尺度。他认为，节目所述的爆破构造几乎没有改变日常工程仿真的难度。连续介质模型进入分子尺度后会失效，方程中的数学奇点不能直接等同于真实流体的物理奇点。认识方程允许出现什么行为，与提高机翼设计能力之间，仍然隔着预测、实验和控制等问题。

复杂性理论中也有类似的区别。Ankur主张超越最坏情况分析：理论上的困难，可以与现实中算法经常成功并存。缓存请求和网络训练中的实例可能具有可利用的结构；他还用蛋白质序列经过筛选后适合折叠启发式的思想实验，提出一种建模方向。这并非对自然界的完整解释。实际SAT实例也可能分别因不同领域的结构而容易求解，未必存在统一的原因。反过来，即使P等于NP，多项式算法也可能因为运行时间过大而无法实用。复杂性分类与实际可用性，需要分别判断。

研究目标本身也可能在探索中形成。Alex讲述了一个历经十年、五人合作的项目：研究从尚未理解的现象出发，最终命题才逐渐清晰，无法在起点就写出待证明的形式化目标。这说明，将研究理解为完成预先给定的证明任务，仍会遗漏重要过程。嘉宾还担心，AI迅速开发公开新想法，可能促使研究者保密，因此希望改变率先解题者独占荣誉的评价方式。这是对研究文化可能变化的担忧。Mathlib的公开PR则提供了一个已有的协作实例，让贡献、审查和复用都有记录可循。

四、学习与应用

Ankur对研究实践的建议，是从最简单的未解例子入手，逐步积累工具。他把证明搜索比作一棵分支树，要求研究者主动考虑哪些探索可以委托给AI。沿着这一思路，可以先明确当前的障碍，再让AI探索缺乏直觉的分支，说明各条路径依赖的假设和仍未解决的问题，最后判断哪条路线产生了可迁移的工具。这样的工作安排着眼于理解和后续可用性，是根据对谈提出的应用思路，并非节目已经验证的最佳流程。

对于流体等复杂系统，Stephen提出学习简洁、可泛化的表示。压缩是否有效，首先取决于任务需要什么信息：完整描述天气，与支持昆虫即时飞行控制，要求并不相同。他以翼上应变敏感神经元说明稀疏局部反馈的可能价值——控制未必每次都需要恢复整个流场，也可能依靠局部感知和快速修正。应用这一思路时，需要先确定要保留的是升阻力、局部扰动响应，还是更全面的演化行为，再检查压缩是否损害目标。少量变量可能足以支持昆虫控制，并不能直接决定其他系统应该配置多少传感器。

AI用途的选择，还应同时考虑输出能否验证、错误后果有多大。嘉宾以形式证明和风洞测试设计为例：证明可以交给检查器核验，设计候选可以接受风洞测试，因而可以让AI参与更广泛的搜索。这里的条件是，在候选生成与高影响使用之间保留验证环节。生成、验证和执行分别承担不同职责，候选阶段可以容纳的错误，不能直接带入实际使用；缺少独立验证条件时，系统能够直接推动的行动也应受到更严格的限制。

学习中的关键，是区分得到答案与形成能力。Alex支持用LLM跨越论文中的术语障碍，也观察到主动让AI测验自己的学生，与索取作业答案的学生表现不同。读论文时，可以让AI解释陌生术语、构造保留关键机制的最小例子，再根据笔记测验自己，随后独立重建推导。Alex所说的成绩双峰、作业表现与考试表现脱节，都是未附统计数据的个人观察，不能据此确定教育效果的大小。它们提示教师和学习者关注AI的具体使用方式，而非仅凭是否使用AI判断学习质量。

Ankur指导学生时，会让学生主导解释邻近领域的重要论文，再共同逆向重建关键机制，追问它为什么成立。这种方式让学生承担提炼和组织思想的工作，也要求导师接受自己暂时不熟悉问题的状态。对于研究方向，他建议选择多年后仍值得关心的问题；Stephen则强调继续学习线性代数、微积分和物理基础。长期兴趣需要通过近期任务积累能力，但一个问题长期重要，并不保证下一代模型不会推进它。

谈到职业选择，Ankur提出“假装已经赢了”，借此辨认内在兴趣：如果不再需要证明自己，还愿意理解什么？对谈中的另一段建议，则从重要性、兴趣和能力三个维度评估职业，同时承认充分准备也不保证三者兼得。Ankur自己不确定“假装已经赢了”是否适用于研究生和高中生，Lex也提醒注意幸存者偏差。这些设问有助于辨认动机，却不能替代对现实处境和机会条件的判断。

结尾的讨论把研究放回共同体与个人生活之中。参与共同体和保持独立探索可以并行；嘉宾也希望，机器能力增强后，人们会更珍视面对面交流，并把家人与关心的人视为意义的基础。这些是价值判断和对未来的期待。落实到学习与研究的安排，就是为交流和共同活动保留实际时间，让职业成果之外的关系也有位置。

来源

• 原始节目：AI Crisis in Math: Navier-Stokes, Riemann Hypothesis & Complexity Theory | Lex Fridman Podcast #503