Science 报道的 AI 数学突破在 HN 拿下 193 分、199 条评论,数学社区却分成两派——争议不是 AI 强不强,是「暴力搜索算不算数学」。
发生了什么
Science 杂志最近发了篇专题报道,标题叫《How An AI math breakthrough ignited a controversy》。一个 AI 系统在经典数学难题上拿下了结果,这事在 Hacker News 首页炸开——193 分、199 条评论。
原报道:How An AI math breakthrough ignited a controversy
HN 讨论:news.ycombinator.com/item?id=49624163
工程圈觉得这事挺正常——AI 又一次做到了人类擅长的事。但数学社区直接分成两派,推特 / Mastodon / arXiv 评论区吵了快一周。
数学细节我就不展开了,网上分析够多。真正有意思的是后面的争议。
数学家到底在吵什么
不是吵 AI 解没解出问题。吵的是方法论。
那个 AI 系统本质上是搜索 + 启发式拼出来的。在巨大的解空间里暴力试探,加上一些聪明的剪枝策略,最后撞上一个看起来对的答案。
人类数学家怎么干活的?坐下来,盯着公式看,某天早上灵感来了,突然想明白「哦原来是这样」。这个过程叫洞察(insight)。
那么问题来了:
- 一个靠暴力搜索得到的答案,算不算「理解」了数学?
- 一个没有「灵感」的解法,有没有数学价值?
- 如果只是撞答案,那计算机从 1950 年代就能做了,这次的「突破」到底突破在哪?
这是范式冲突,不是技术对错。支持的人说:结果对就行。反对的人说:那不叫数学。
为什么这事比 AlphaGo 时代更难收场
围棋是黑白分明的事——赢就是赢,输就是输。AlphaGo 下赢了李世石,全世界除了柯洁嘴硬两句,基本就认了。
数学不一样。
数学是「对就是对、错就是错」的学科,但「对」和「有价值」之间隔着一道鸿沟。
一个 AI 解出一道经典难题,数学家可以接受。但如果这个解法是 AI 用 10 万次试错撞出来的,这个解法有没有「美感」?能不能让人类学到新东西?能不能推广到其他问题?
这才是争议的核心。
而且 AI 在工程领域(写代码、写文案)出错,大家容忍度挺高——bug 改一改,prompt 调一调。但数学是「要么对、要么错」的二元世界,半对半错最难评价。一个 AI 给出的「证明」如果第 3 步有问题,但结论恰好对——这算什么?
AlphaGo 的争议可以归结为「机器能不能赢人类」,这个问题被技术事实直接回答了。数学争议没有这种「赢」的标准,它会一直吵下去。
反对派的真实顾虑
他们担心的不是 AI 抢饭碗。
数学家不愁工作——能搞前沿研究的数学家全球也就几千人,根本不存在「失业问题」。
他们真正担心的是学术评价体系:
- 如果一篇论文用了 AI,AI 算不算「作者贡献」?
- 审稿人怎么验证 AI 给的「证明」?没人能看懂搜索过程,只看结论能审吗?
- 一个学生用 AI 解开了一个猜想,这算他的学术成就吗?
- 期刊接收 AI 出的「证明」,会不会让「人类数学家做的数学」贬值?
这些制度问题目前都没答案。
更敏感的是品味(taste)问题。数学界有个行话叫「好品味」——一个证明优雅不优雅、能不能揭示深层结构、能不能启发后人,这都是主观判断。AI 的暴力搜索解法,数学家普遍觉得「没品味」。但「品味」怎么写进审稿标准?
写不进去。
支持派为什么觉得吵得没意义
实用派数学家(主要是做应用、计算数学、组合数学的那批)觉得这吵得莫名其妙。
他们的逻辑很简单:
工具就是工具。
他们举的例子是计算器。1970 年代计算器普及的时候,数学教育界也炸过——「学生用计算器还算数学家吗?」「口算能力会不会退化?」「数学的思维训练还有意义吗?」
吵了 20 年。结果是什么?数学没死,分工变了——心算成了基本技能,计算器成了生产力工具,抽象思维反而被推到了更重要的位置。
这次的 AI 工具更强,但本质一样——它是个更猛的「计算器」。
应用派数学家说:你管它有没有洞察,能解出问题就行。后面我们慢慢看它是怎么解的,搞不好能提炼出新方法。历史上很多数学突破,一开始就是「笨办法撞出来的」。
编辑思考
这事真正值得看的不是 AI 数学水平到了哪里,而是「数学品味」这种纯主观标准第一次被机器逼到墙角。
之前 AI 进工程领域(代码、写作),评价标准是客观的——能跑就是能跑,字数达标就是达标。数学不一样,它把「品味」「美感」「优雅」这些东西正式推到了台面上——因为这些主观标准第一次面临「要不要承认机器产出」的拷问。
我的预测是:这次争议不会收敛成单一立场,会变成两个平行的评价体系。
- 一个是「结果导向」——能解出问题的数学就是数学,AI 算合作者,按工分计算贡献。
- 一个是「过程导向」——必须有「人类洞察」参与的数学才算数学,AI 只配当脚手架。
两边会各自发展出自己的期刊、会议、引用体系。可能 10 年后会出现「AI 数学」和「人类数学」两个完全不同的子学科。
这次具体和过去哪些事不同?和 AlphaGo 不同——那是技术事实问题,被算力直接终结。和计算器不同——计算器没取代任何人类能力,AI 在替代「思维过程」本身。
不确定性方面,我没法判断这个 AI 系统到底有多「通用」——它能解一个猜想,不代表能解一类问题。如果它只能撞单个特殊问题,争议会很快降温;如果它开始系统性地出证明,那才是真正的范式转折点。