觀點

AI 證明數學猜想掀論戰:數學家爭的到底是什麼?

Science 報導的 AI 數學突破在 HN 拿下 193 分、199 則留言,但數學社群內部早已分裂——真正的戰場不在 AI 強不強,而是「蠻力搜尋到底算不算數學」。

字級

發生了什麼事

Science 雜誌最近刊出一篇專題,標題是《How An AI math breakthrough ignited a controversy》。一個 AI 系統在經典數學難題上端出了結果,這則消息在 Hacker News 首頁炸開——193 分、199 則留言。

原報導:How An AI math breakthrough ignited a controversy

HN 討論:news.ycombinator.com/item?id=49624163

工程圈覺得這沒什麼稀奇——AI 又一次辦到人類擅長的事。但數學社群直接分裂成兩派,推特、Mastodon、arXiv 留言區吵了快一週。

數學細節就不展開了,網路上的分析已經夠多。真正值得看的是後面的爭議。

數學家到底在吵什麼

不是吵 AI 究竟解出問題沒有。吵的是方法論。

那個 AI 系統的本質就是搜尋加上啟發式拼裝。在龐大的解空間裡暴力試探,再加上一點聰明的剪枝策略,最後撞上一個看似對的答案。

人類數學家怎麼做研究的?坐下來盯著公式發呆,某天早上靈光一閃,突然想通「啊,原來是這樣」。這個過程叫做洞察(insight)。

問題於是浮現:

  • 一個靠暴力搜尋得到的答案,算不算「理解」了數學?
  • 一個沒有「靈感」的解法,有沒有數學價值?
  • 如果只是撞答案,電腦從 1950 年代就能做了,這次的「突破」究竟突破在哪?

這是典範衝突,不是技術對錯。支持的人說:結果對就好。反對的人說:那不叫數學。

為什麼這次比 AlphaGo 時代更難收場

圍棋是黑白分明的事——贏就是,輸就是輸。AlphaGo 擊敗李世乭之後,全世界除了柯潔硬撐幾句,基本上都認了。

數學不一樣。

數學是「對就是對、錯就是錯」的學科,但「對」和「有價值」之間隔著一道鴻溝。

AI 解出一道經典難題,數學家可以接受。但如果這個解法是 AI 用十萬次試錯硬撞出來的,這個解法有沒有「美感」?能不能讓人類學到新東西?能不能推廣到其他問題?

這才是爭議的核心。

而且 AI 在工程領域(寫程式、寫文案)出包,大家容忍度挺高——bug 修一修、prompt 調一調就好。但數學是「要麼對、要麼錯」的二元世界,半對半錯最難評價。一個 AI 給出的「證明」如果第三步有問題,但結論剛好對——這該怎麼算?

AlphaGo 的爭議可以收斂為「機器能不能贏過人類」,這個問題被技術事實直接終結了。數學的爭議沒有這種「贏」當標準,會一直吵下去。

反對派的真實顧慮

他們擔心的不是 AI 飯碗。

數學家不愁工作——能跑在前沿研究的數學家全球也就幾千人,根本不存在什麼「失業問題」。

他們真正擔心的是學術評價體系:

  • 如果一篇論文動用了 AI,AI 算不算「作者貢獻」?
  • 審稿人怎麼驗證 AI 給出的「證明」?沒人看得懂搜尋過程,只看結論能審嗎?
  • 一個學生用 AI 解開了一個猜想,這算他的學術成就嗎?
  • 期刊收 AI 生產的「證明」,會不會讓「人類數學家做的數學」貶值?

這些制度面問題目前都沒有答案。

更敏感的是品味(taste)問題。數學界有個行話叫「好品味」——一個證明優不優雅、能不能揭露深層結構、能不能啟發後人,全是主觀判斷。AI 的暴力搜尋解法,數學家普遍覺得「沒品味」。但「品味」要怎麼寫進審稿標準?

寫不進去。

支持派為什麼覺得吵得沒意義

實用派數學家(主要是做應用、計算數學、組合數學的那批)覺得這場爭論莫名其妙。

他們的邏輯很單純:

工具就是工具。

他們舉的例子是計算器。1970 年代計算器普及的時候,數學教育界也炸過——「學生拿計算器還算數學家嗎?」「心算能力會不會退化?」「數學的思維訓練還有意義嗎?」

吵了 20 年。結果是什麼?數學沒死,分工變了——心算成了基本技能,計算器成了生產力工具,抽象思維反而被推上更重要的位置。

這次的 AI 工具更強,但本質一樣——它是一台更猛的「計算器」。

應用派數學家說:你管它有沒有洞察,能解出問題就行。後面我們慢慢研究它怎麼解的,搞不好能提煉出新方法。歷史上很多數學突破,一開始就是「笨辦法撞出來的」。

編輯思考

這件事真正值得看的不是 AI 數學程度到了哪裡,而是「數學品味」這種純主觀標準第一次被機器逼到牆角。

先前 AI 進軍工程領域(程式、寫作),評價標準是客觀的——能跑就是能跑,字數達標就是達標。數學不一樣,它把「品味」「美感」「優雅」這些東西正式推上檯面——因為這些主觀標準頭一遭面臨「要不要承認機器產出」的拷問。

我的預測是:這場爭議不會收斂成單一立場,會分裂成兩個平行的評價體系。

  • 一是「結果導向」——能解出問題的數學就是數學,AI 算合作者,按工分計算貢獻。
  • 二是「過程導向」——必須有「人類洞察」參與的數學才算數學,AI 只配當鷹架。

兩邊會各自發展出自己的期刊、會議、引用體系。也許 10 年後會出現「AI 數學」與「人類數學」兩個完全不同的子學科。

這次具體跟過去哪些事不同?跟 AlphaGo 不同——那是技術事實問題,被算力直接終結。跟計算器也不同——計算器沒取代任何人類能力,AI 在替代的是「思維過程」本身。

不確定性方面,我沒辦法判斷這個 AI 系統究竟有多「通用」——它能解一個猜想,不代表能解一整類問題。如果它只能撞單一特殊問題,爭議會很快降溫;如果它開始系統性地吐證明,那才是真正的典範轉折點。

來源: https://www.science.org/content/article/how-ai-math-breakthrough-ignited-controversy