AI大战数学家，谁是赢家？

　　近日，美国OpenAI公司公开了由前沿模型产出的722篇数学手稿，归为372组数学研究成果，覆盖数论、几何等诸多领域的难题，在全球数学界掀起巨大波澜。

　　OpenAI公司宣称，绝大多数结果均采用相同流程，使用尚未发布的内部模型获得，平均每个结果耗费了该模型约3小时的计算量。

　　这让人想起一个月前的那场争端。当时OpenAI公司宣布用大模型花费88小时解决了千禧年大奖难题之一的纳维-斯托克斯方程。25位菲尔兹奖得主为此发出联名公开信《人工智能在数学中的严重错位》，警示AI“暴力破解”数学难题带来的学术风险。

　　从“88小时攻克百年难题”到“批量输出数百成果砸盘”，AI公司正以工业化的节奏冲击着数学这座人类最古老的智识堡垒。AI与数学家的这场博弈，关乎数学学科的未来走向。

　　AI可以成为数学研究的利器。

　　研究效率飞跃。传统数学研究往往依赖数学家个人的直觉、经验与长期积累，一个猜想的验证可能耗费数年甚至数十年。而AI可以在极短时间内遍历海量可能性，帮助数学家处理枯燥重复的计算工作，大幅压缩研究进程。

　　研究边界拓展。人类数学家的思维受限于认知框架与学科惯性，而AI不受既有范式束缚。AI有可能发现人类难以察觉的结构与规律，也能并行探索多条证明路径，快速排除错误方向，为人类学者提供全新思路。

　　研究门槛降低。AI使得计算机科学、物理学、生物学等领域的研究者能够更便捷地运用数学工具，推动跨学科融合。

　　然而，隐忧同样深刻。

　　AI的“暴力破解”本质上是一种缺乏理解的计算。它能给出答案，却无法解释为什么。一个靠穷举得出的定理，即便正确，也难以带来认知上的启迪。而人类攻克数学难题，往往伴随着新概念、新方法的诞生，研究过程本身会启发大量后续工作，研究成果经过同行评审、讨论消化，最终丰富了学科知识体系。

　　更严峻的是学术生态的损伤。数学证明要求绝对的逻辑严密性，AI生成内容的可靠性验证是一大难题。

　　OpenAI公司批量生产结果却不公开模型细节和提示词，需要数学家耗费大量时间做“义务验证”。这让数学家们认为，“一次性发布700多份文件，展示的不是学术研究，而是权力”。“AI宣布突破、人类免费善后”的倒挂，侵蚀了学术共同体的信任。不少青年学者担心研究方向被AI抢先，不敢公开自己的探索，这也破坏了学术共同体的正常生态。

　　这场大战，目前尚无赢家。AI展示了工业化解题的效率，却暴露了“答案”与“理解”之间的深刻断裂。数学家捍卫着学科的内在价值，却面临学术生态被商业逻辑侵蚀的现实困境。

　　回顾历史，从算盘到计算机，数学史上每一次工具革命都重塑了学科的面貌，却从未终结数学本身。

　　展望未来，AI时代的数学，大概率也将带来人机分工的重组。学界需要建立适配AI时代的学术规范，明确AI成果的发布标准、评审机制，厘清AI参与科研的边界。