共计 1135 个字符，预计需要花费 3 分钟才能阅读完成。
数学的“第四次危机”: 从不可说, 到无可说
数学素有“科学之巅”之誉; 数学史若写成英雄传, 这四次危机便不是四次失败, 而是四次涅槃重生。
数学常被称作“科学之巅”, 证明要么成立 , 要么不成立。过去两年, 资本市场把“AGI”“AI for Science”写进增长预期, 数学成为最苛刻的试验场。当 AI 从奥赛走向研究现场, 争论已不只是数学家的职业未来, 而是机器是否跨过科学发现的门槛。
📌 AI 证明的真实刻度: 会做题, 不等于会研究
2024 年,DeepMind 的 AlphaProof 与 AlphaGeometry 2 在 IMO 解出 6 题中的 4 题, 得 28 分, 相当于银牌, 但题目需人类翻译成形式语言。2025 年升级模型拿到金牌级分数, 仍未触碰真正的开放问题。2026 年,OpenAI 发布 722 篇内部模型生成的数学手稿, 次日有 3 篇因符号错误撤回、14 篇修订, 其数学家承认大部分结果“尚未被理解”。从会做奥赛题, 到批量生成待核验候选, 中间仍隔着人类能看懂、消化、传承的鸿沟。
🔍 数学家反对的不是 AI, 而是取消理解
2026 年 6 月,16 位数学家发布《莱顿宣言》, 提出 23 条建议, 反对未经同意用论文训练模型、绕过同行评审直接发布、不标注前人工作,24 小时内签名破千。9 月, 陶哲轩、邓煜等 25 位菲尔兹奖得主联名声明, 强调解题只是达成理解与洞见的工具, 批量生产“真 / 假”陈述可能摧毁孕育新思想的土壤。陶哲轩本人是 AI 重度用户, 却提醒没有独立核验能力就不要使用 AI 工具; 他把冲击称为“证明消化不良”: 生成与验证被加速, 理解与传承仍靠人类节奏。
💡 三次旧危机, 都换来了更硬的地基
- 第一次, 无理数冲击: 等腰直角三角形斜边无法写成整数之比, 动摇“万物可公度”信念, 后来严格实数理论填平沟壑。
- 第二次, 无穷小幽灵: 微积分威力巨大, 却说不清“既非零又小到可忽略”的量, 柯西与魏尔斯特拉斯用 ε - δ 定义使其可验证。
- 第三次, 自指悖论: 罗素悖论击中集合论与逻辑主义纲领, 迫使数学重新审视什么可以定义、什么可以谈论。
📊 行业观察: 稀缺环节没有改变
- 生产率提升与自主发现是两件事。把搜索、计算、验证效率推高, 和机器独立提出问题、形成猜想, 距离仍大。
- 可核验性是硬约束。数学结论可判定, 但前提是有人类能读懂的证明过程。
- 问题意识、证明风格、代际传承仍依赖人的节奏。算力能加速生成, 却无法自动完成理解。
🚀 总结
数学史若写成英雄传, 所谓“第四次危机”更像正在逼近的地震波 , 而非已定论的分期。AI 可能改变科研生产函数与科技公司的估值边界, 但在数学这个最干净的试验场上, 它目前交出的答卷更接近批量生成待核验候选。机器能否真正跨过科学发现的门槛, 取决于它能否把证明变成人类可理解、可传承的知识, 而不仅是更快地产生答案。
