8月初，一群顶尖数学家齐聚旧金山，走进了ChatGPT开发商OpenAI的办公室,他们此行要探讨的，是一个近乎存在主义式的核心问题——如果人工智能很快就能在数学领域全面超越人类，那留给人类数学家的位置，究竟还剩下什么。
多伦多大学教授丹尼尔·利特（Daniel Litt）在这场为期一天的会议上，做了一场标题颇为惊悚的演讲——《数学的终结》。
"数学专家彻底消失"：一种被认为不太可能、却无人敢完全排除的极端情景
利特在演讲中勾勒出一种最坏情形——AI以远超人类的速度和数量持续产出高水平研究成果,以至于人类专家几乎失去了继续存在的必要性。
他坦言自己认为这种极端结局并不太可能真正发生，但同时强调,数学界必须尽快做出应对与调整。
数学家群体,或许正是最早被迫直面AI生成成果、且这些成果足以与人类专家水平相媲美这一现实的学术领域之一。
这场OpenAI峰会早在数月前便已敲定，但恰好在会议召开前不久，该公司公布了一份清单，列出10项由AI生成的数学与计算机科学新成果,这些成果分别涉及多个细分子领域,而每一个子领域,通常都需要人类研究者耗费数年才能真正掌握。
麻省理工学院数学家德鲁·萨瑟兰（Drew Sutherland）也参加了此次会议,他认为，AI公司之所以格外聚焦数学领域,恰恰是因为数学几乎可以被视为衡量"高强度智力活动"的一个理想代理指标。
"这些强大的智能系统终将被应用到其他领域中去，"萨瑟兰说，"或许我们数学家,只是那个率先被AI攻陷的煤矿里的报警金丝雀而已。"
值得一提的是，此次会议的联合组织者、数学家雅各布·齐默尔曼（Jacob Tsimerman）本人,就在上个月刚刚宣布,他即将加入OpenAI,专注于AI安全相关工作。
从奥数金牌到87年悬案：AI攻克数学难题的速度正持续加快
过去一年间，AI在数学领域的进展，用"势不可挡"来形容也毫不为过。
“我认为人工智能很快就会在数学方面超越人类数学家，而且这种超越是切实可行的，”雅各布·齐默曼在上个月获得著名的菲尔兹奖后接受采访时表示。（西蒙斯基金会）
2025年，谷歌旗下先进版本的Gemini模型,在国际数学奥林匹克竞赛（IMO）中获得金牌级别的成绩。
今年5月，OpenAI一款尚未公开发布的模型,给出了一个反例，成功推翻了长期悬而未决的"单位距离猜想"（unit distance conjecture）——这一发现被众多数学家视为AI在数学领域取得的首个重大突破性成果。
而就在最近，Anthropic公司一名员工利用其内部版本的Claude模型，成功证伪了一个自1939年便一直悬而未决的经典难题——雅可比猜想（Jacobian conjecture）。
这一猜想由德国数学家奥托-海因里希·凯勒（Ott-Heinrich Keller）在1939年首次提出，历经87年，始终未能被证明真伪。
伦敦帝国理工学院数学家凯文·巴扎德（Kevin Buzzard）在得知这一消息后表示,"这是一个伟大的日子,我个人认为，现在活着真是一件幸事。"
但巴扎德同时也道出了当前AI证明方式的一个核心局限——你能够验证结果确实正确，却往往无法真正理解，AI究竟为何能够得出这一结果。
芝加哥大学数学家阿基尔·马修（Akhil Mathew）持相似看法,"人们能够验证这个结果是对的，但如果能有人讲清楚背后的道理，那会更好。"
面对AI生成数学成果日益泛滥、真假与归属愈发难以厘清的现状,今年6月,超过3000名数学家联合签署了一份名为《莱顿宣言》（Leiden Declaration）的公开信,呼吁研究者在使用AI工具时保持负责任的态度，确保相关成果得到恰当核实与署名。
哈佛大学数学家梅拉妮·马切特·伍德（Melanie Matchett Wood）也参加了此次OpenAI峰会,她指出，当前最先进的AI模型,在清晰阐释自身论证逻辑方面依然存在明显短板——它们往往会在简单环节过度展开，却在真正困难的核心步骤上匆匆掠过。
"这是一种全新的数学生产方式，"伍德说，"我们目前还完全没有建立起相应的评判规范。"
从计算到"品味"：人类在数学领域最后的立足点究竟是什么
对于许多长期从事数学研究的学者而言，这一轮AI冲击，唤起的其实是一种颇为熟悉的历史记忆。
普通高中生眼中的数学，往往等同于计算——而计算机早在几十年前，就已经彻底攻克了这一环节。
但巴扎德指出，"进入大学后，如果你学过一些高阶数学课程，你就会明白，数学的核心其实在于推理，而非单纯计算。"
而在他看来，人类在数学领域,或许还能保有的最后一道防线，正是提出"正确问题"的能力——业内人士将这种直觉称为"品味"（taste）。
"人们曾尝试让机器自己提出问题，但效果糟糕透顶，"巴扎德说，"它们提出的问题,要么无聊乏味，要么答案显而易见——非真即假。"
他还特别指出一个耐人寻味的细节——数学史上那些真正被赋予荣耀命名的经典难题，无论是黎曼猜想，还是凯勒的雅可比猜想，其命名往往归功于提出问题的人，而非最终解决问题的人。
"这绝非偶然，"巴扎德总结道,"你必须是一位真正卓越的数学家,才能提出恰到好处的正确问题。"
OpenAI数学家塞巴斯蒂安·布贝克（Sébastien Bubeck）作为此次峰会的组织者之一，则提出了几种他认为更值得期待的替代性未来图景——数学或许会像软件工程一样,由AI协助数百人共同攻克同一难题；也可能演变为类似物理学的模式,依靠海量资源投入与AI工具共同推动重大突破。
"我们必须把人、把数学家的位置放在首位，"布贝克强调，"数学之所以有意义，终究是因为数学家能够从中学到东西。"
从更宏观的视角审视这场争论,数学界当下所经历的震荡,或许正是整个知识型行业未来命运的一次超前预演——当机器能够以远超人类的速度产出"正确答案"，人类真正无可替代的价值，究竟应当锚定在何处，这个问题的答案，恐怕远比任何一道悬而未决的数学猜想，都更加牵动人心。
盈通配资提示：文章来自网络，不代表本站观点。
