黎曼猜想被AI证明?多位数学家回应
分类: 汽车笔记 发布时间: 2026-11-21 11:01:11 浏览: 19 次
AI宣称证明黎曼猜想,先别急着庆祝
一份声明,而不是一篇论文
11月20日,Anthropic的数学家LeventAlpöge在个人网站贴出一份四页声明,称自己与Claude合作找到了黎曼猜想的证明,方法还能推广到广义黎曼猜想。
按数学界的惯例,成果要以论文形式发表、供同行评议。这一次交付的东西不一样:一份四页说明,加上拆成十四个压缩包、约一千七百万行的Lean形式化代码。Alpöge说,若把证明整理成人类可读的文本,至少二十五万页,所以先公开代码。
黎曼猜想由德国数学家黎曼在1859年提出,至今一百六十七年。它断言黎曼ζ函数所有非平凡零点的实部都等于二分之一,背后是素数分布的深层规律。它属于克雷数学研究所七大千禧年难题,悬赏一百万美元,迄今只有庞加莱猜想被正式解决。
需要说明的是,这仍是一项未经独立验证的声明。Alpöge自己的措辞是"我相信",Anthropic也没有公开为它背书。社交平台上"AI攻克数学难题"的标题,跑在了证据前面。
真正发生的是一次人机分工
把这件事简化成"AI解出了一道难题",会丢掉最关键的部分。
Alpöge并非普通AI研究员。他1992年出生,2014年在哈佛取得数学学士与物理学硕士,2020年获普林斯顿大学数学博士学位,导师是菲尔兹奖得主ManjulBhargava,研究方向正是数论与算术统计。他此前担任哈佛大学学者协会青年研究员,后加入Anthropic。
按他的描述,这项研究从10月初开始:自己提出方向、判断哪些思路值得走,Claude负责具体推导和寻找突破口。难点在于把函数域中已有的证明方法搬到整数领域,Claude提出用一系列theta提升构造新的数学关系,并采用与问题规模平方根相关的结构。到11月16日,研究推进至广义黎曼猜想。他形容接近终点时,Claude"在飞翔、舞蹈、闪耀"。
这不是第一次。今年7月,他与Claude合作给出雅可比猜想三维情形的一个反例,后来获得独立形式化验证。今年8月,Anthropic披露Claude在尝试黎曼猜想时,把临界线上零点的已知比例下界从约41.6%提高到67.2%;当时尝试了650个研究思路、组织约60个子智能体、运行2400次命令,并明确表示没有解决猜想。
所以更准确的描述是:一个懂行的人,用一台能高速试错的机器,把研究推进到了自己也读不完的地方。
一千七百万行代码,证明了什么
Lean是一种交互式定理证明器,把每一步推理翻译成可由计算机检查的形式语言。它与"写一篇看起来合理的论文"的根本差别在于:每一步都得过关。
据代码托管镜像的统计,这批材料包含十七万多个Lean文件、约一千七百三十七万行代码,体积约1.4GB。对"sorry"(未完成证明的占位符)、"admit"和顶层公理的检索都返回空——这是一道必要的门槛:只要留一个sorry,形式化就什么也没证明。有分析据此称其为迄今公开的最大形式化证明。
但"通过检查"与"证明了黎曼猜想"之间仍有几道坎。第一,机器验证的是代码写下的命题,不是数学家口头描述的那个命题。第二,全部代码至今没有人完成过完整的独立构建。第三,即便构建通过,还需要人类读懂其中的思路。
数论学家ElliotGlazer初步检查后说,文件中形式化的命题确实是广义黎曼猜想;他也承认理论上不能排除Lean自身的可靠性漏洞,只是估计概率远低于百分之一。这个"远低于百分之一"本身就说明:这不是一个可以靠直觉跳过的环节。
更值得警惕的是先例。Mathlib项目负责人JohanCommelin曾指出,OpenAI公布的某些数学成果里,Lean形式化证明的命题弱于论文声称的结论;据《科学》杂志2026年10月报道,AI生成的Lean代码曾在Navier–Stokes问题证明中弱化原始英文命题的表述。形式化验证是硬约束,但约束的对象是你写下的那个目标。
数学界的反应:兴奋,但克制
陶哲轩在博客做了初步盘点,说这份证明似乎综合了朗兰兹纲领和算术几何的现代研究成果,数学界梳理核心思路、验证正确性还需要一段时间。他也点出一个现实:与完全由AI独立生成的研究不同,这次至少还有一位人类作者能参与解释和讨论。
罗格斯大学数学教授AlexKontorovich说他反而更有信心了——"黎曼猜想是靠运用'所有'证明的"。康奈尔大学教授StevenStrogatz把这次合作形容为"一位技术高超的AI骑手,驾驭着一匹速度极快的AI骏马"。MIT数学家AndrewSutherland独立完成代码编译后称这是"历史性时刻",并补了一句"这是人类的胜利"。
这些评价几乎都在谈潜力,而非结论。数论专家BrianConrey称之为"里程碑式时刻",同时坦承自己只读了声明,没看到完整证明。按克雷数学研究所的规则,候选解答必须在规范渠道正式发表,经过至少两年,并获得国际数学界普遍认可,才进入奖金评定程序。
今年9月,包括陶哲轩在内的25位菲尔兹奖得主发表联合声明,认为AI公司与数学界的目标存在错位:数学的意义不只是拿到答案,更在于形成新的概念理解、洞察与知识交流。这份声明并非针对Alpöge,但恰好点出了这次争议的核心。
当人类读不完证明,什么才算"懂了"
一年多前,张亚勤透露曾与丘成桐打赌:五年内AI能否证明人类尚未解决的数学猜想,张认为可以,丘认为不行。诺贝尔物理学奖得主戴维·格罗斯被问到同类问题时回答"难以想象",并强调核心驱动力仍是人类的智力与创造力,AI是强大的辅助工具。
现在,赌局的答案以一种新的形态出现了:AI确实把研究推到了人类难以独立抵达的位置,但它交出的是一千七百万行代码,而不是可供理解的论证。Alpöge自己坦言,尚未完全掌握证明中涉及的全部数学内容,部分技术描述来自Claude生成的总结,可能仍需修订。
如果最终验证成立,改变的不只是一道题的答案,而是"做数学"这件事的分工:提出方向的、高速试错的、逐行检查的、读懂并解释的,可能是不同的角色。真正稀缺的,恐怕不再是算力和推导速度,而是把一堆正确的步骤串成可传授的理解。
一千七百万行代码已经摆在那里。在数学界给出结论之前,你更愿意把它看作一次突破,还是一次昂贵的试错?