这集讲什么
当 AI 开始攻克数学家长期研究的难题，真正需要重想的不只是「谁来证明定理」，还有如何验证成果、培养新人，以及决定哪些问题值得追问。
1-3要点
- 证明、理解与重要性是三件事：一个命题被证明，不保证其方法已被人消化，也不保证它是下一步最值得研究的问题。
- 「解决公理」是思想实验，不是现状描述：Alex 用极端假设检验数学的人类价值，同时明确不认为当前已达到这一状态。
- 已知技巧的组合仍可能改变领域：判断新意不能只问是否发明了前所未有的基本招式，还要看结果如何重画可研究的边界。
0:00 / --:--
Lex Fridman Podcast · 10 月 26 日
嘉宾认为 AI 生成数学证明带来的真正挑战不是「谁解题」，而是如何验证成果、培养新人，以及在成果激增后决定哪些问题值得追问。
当 AI 开始攻克数学家长期研究的难题，真正需要重想的不只是「谁来证明定理」，还有如何验证成果、培养新人，以及决定哪些问题值得追问。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
a16z Show· 2026-09-08OpenAI 研究人员谈数学推理的未来OpenAI Researchers on the Future of Mathematical Reasoning同主题：AI 与数学
All-In Podcast· 2026-10-10Claude 有意识吗？教皇否定、模型福祉运动、OpenAI 的数学争议、法国骚乱Is Claude Conscious? Pope Rejects, Model Welfare Movement, OpenAI's Math Backlash, France Riots同主题：AI 与数学a16z Show· 2026-09-01Daniel Litt：数学家的 AI 指南Daniel Litt: The Mathematician's Guide to AILex Fridman Podcast
#503 – AI Crisis in Math: Navier-Stokes, Riemann Hypothesis & Complexity Theory
YouTube
音频
主持人将这次对谈称作数学与人工智能交汇处的「紧急节目」：近期一批 AI 生成的数学结果引发关注，涉及流体方程、数论和计算复杂性等领域。问题不只是机器能否写出证明，还包括证明与原有文献是什么关系、能否经受核验，以及研究者在结果大量涌现时如何继续选择课题。
三位嘉宾分别从应用数学与流体力学、理论计算机科学、数论与形式化证明的角度回应。节目开场情绪强烈，但讨论逐渐转向更精确的区分：某个相关问题取得进展，不等于其最著名的终极猜想已获解决；证明成立，也不等于人已经理解了它。
本集最有价值的转向，是把「AI 会不会解决数学」拆成几个不同的问题。机器可能比任何个人都更快地检索文献、组合已知技巧，并为明确表述的问题寻找证明；但一项证明是否正确、是否带来可迁移的观念、是否值得整个领域投入注意力，仍须分别判断。Alex 甚至提出一个供思想实验使用的「解决公理」：假设未来凡是人机协作能解决的问题，AI 单独也能解决。即便如此，他仍认为纯数学的价值不止存在于数据中心里的结论，更存在于人的理解之中；他也明确说，自己并不相信目前已进入那个世界。
这种变化同时带来机会和损失。Brunton 看重工程设计与实际问题求解能力的提升；Moitra 则担心，旧有的研究生培养方式——选一个公认的重要问题、做出改进、由此建立声誉——在成果激增后不再可靠。他们并非只在讨论职业竞争：提前得到答案，可能缩短一代研究者独立探索、形成概念的过程；但知道某条路走得通，也可能激发新的追问。
对谈后段将复杂性理论与 AI 安全连起来：最坏情形下困难的问题，为什么在自然数据或工程实例上常常可解？模型又会不会从看似无关的训练数据中学到意料之外的行为？数学证明因相对容易核验，成为探索 AI 能力的较好场景；高风险决策则不能照搬同样的信任方式。本集最终没有给出数学职业的新版标准答案，而是主张保留基础训练、独立判断与人际共同体，让 AI 扩大可探索的范围，而不是替人决定探索的意义。
💬 他们说了什么：Lex 以近期 AI 数学成果为由召集三位不同领域的研究者，希望同时审视流体力学、数论、复杂性理论和证明核验，而不是让单一领域的惊讶代表整个数学界。
💡 为什么重要：这些领域对「解题」的要求并不相同。一个有用的工程近似、一个形式上可检查的证明，以及一个改变研究路线的理论观念，不能用同一把尺衡量。
⚡ 争议点：开场使用了强烈的「危机」措辞。它准确传达了研究者所感受到的冲击，却不应被当成各项著名猜想均已获证明的公告。
💬 Alex 更愿意将此刻视作充满机会的混乱，称数学家仿佛从拿着蜡烛走进树林，变成拥有手电筒。Moitra 同时兴奋又忧虑：工具帮助他跨领域学习，却使指导学生选题的旧方法失效。Brunton 则期待实际工程问题获得更强的求解能力。
💡 主持人引用 Terence Tao 对研究生和博士后长期研究可能被突然公布的答案打断的担忧。这不是单纯的「人是否输给机器」，还关系到训练、发表和建立学术身份所需的时间。
⚡ 知道答案会夺走独立探索的机会，也可能证明某条路线可行，从而激发反向研究。不同课题、不同职业阶段的人受到的影响不会一致。
💬 Alex 提出供讨论的「解决公理」：假设未来任何人机协作能够解决的数学问题，AI 独自也能解决。他明确表示这不是当前事实，也不是他确信会发生的预测。他认为，即使某个结论能由机器产出，纯数学的价值仍在于人理解结论及其来由。
💡 这一设问把「AI 能证明一切」与「在特定协作范围内，人不再增加求解能力」区分开。Moitra 补充说，数学家还要建立抽象、连接邻近问题，而不只是交付一条定理。
⚡ 选择重要问题也可能逐步被自动化；反过来，即便机器能给出正确证明，人是否真正获得理解，仍是另一项任务。节目没有把两种能力视为必然同步。
💬 Brunton 提出数学美感的一项标准：结果能否简洁而广泛地推广。Alex 则区分「创造全新的基本招式」与「将已知招式以出人意料的长链条组合起来」。他认为，后者即使没有引入全新基本观念，也可能远超个人能穷尽的探索范围。
💡 Moitra 举 3SUM 相关结果说明，一项算法上的意外进展不只改善单个问题，还可能动摇研究者原先用来组织一整类问题的假设。
⚡ 「只是组合现有知识」容易低估成果；「创造了新数学」也需要说明新意究竟落在证明步骤、概念、方法，还是对领域版图的改写。
💬 在可见转写中，Alex 多次强调，他所讨论的 quasi-RH 成果并不是黎曼猜想本身的证明；后段他再次直言「它不是 RH」。他形容有关路线将多项已知技巧串成令人惊讶的证明链。
💡 数论成果的标题、适用对象和逻辑强度可能相差很大。对非专业听众来说，先问「被证明的精确命题是什么」，比先判断它是否足够轰动更可靠。
⚡ 用户提供的中段转写有删节，本笔记不能据此重建该章节的完整证明或独立确认成果状态。「准黎曼猜想取得进展」不得简写为「黎曼猜想已解决」。
💬 Brunton 从流体力学和工程的角度参与讨论，关注更强的数学与计算工具如何帮助处理湍流、设计和现实问题。较早的对话也将纳维—斯托克斯方程作为人类会因其物理关联而持续提出问题的例子。
💡 方程的数学性质与它能否改进飞机、医疗设备或其他工程系统有关，但二者之间仍需要建模、实验和验证，不能从一项理论声称直接跳到应用承诺。
⚡ 可见转写不足以确认本章节所谈结果的精确条件和证明状态。尤其应核对其是否针对广为人知的千禧年问题，而非另一个设定不同、同样涉及该方程的命题。
💬 节目将形式化的「最坏情形很难」与自然界、实际数据中「似乎经常能够处理」并置。后段 Moitra 以蛋白质折叠说明：如果只写下最一般的优化问题，难度会很高；自然出现的序列却不等于任意构造的困难实例。
💡 这为理解机器学习提供一个方向——除了研究算法本身，也要研究真实问题从何而来、具有哪些让求解变得可行的结构。
⚡ 「自然回避计算困难」是 Moitra 的概括性说法，不是一条已被节目证明的普遍定理；自然实例如何形成、何时仍然困难，都需要具体模型。
💬 Moitra 开场表示，Unique Games 猜想及 RL=L 是其领域中备受关注、也与近期结果传闻有关的问题。他关心的不只是单篇论文的结论，还包括结论公布后研究者能否逐一检查、重新安排后续工作。
💡 复杂性理论常用一个问题的难度来理解其他问题。当一个核心判断改变，相关问题的归类、研究优先级乃至给学生的课题都可能跟着变化。
⚡ 开场谈到的是传闻与一批结果的发布语境，不能据此替代对 Unique Games 相关论文之命题、证明和领域接受情况的逐项核验；所给中段转写也不足以展开本章节的技术细节。
💬 Moitra 在前段描述自己的选题习惯：寻找那个「简单到令人难堪、却仍不会解」的开放问题；通过小问题发现缺失的工具。他还借「门童谬误」提醒听众，不能把数学家的工作压缩为最显眼的「证明定理」。
💡 发现恰当的子问题、提出定义、形成可供别人使用的解释，同样是研究产出。AI 若使某类明确问题的求解更便宜，这些不易量化的能力会受到更多关注。
⚡ 强调提问和阐释，并不意味着它们无需扎实技术。嘉宾特别反对把未来数学家想象成只负责包装机器成果的传播者。
💬 这一官方章节将讨论转向数学对象与人类认识的关系。结合可见前段对话，一条清楚的立场是：由公理可推出的命题空间，远大于人实际关心的部分；选择、理解和解释，决定了哪些结果进入人类数学文化。
💡 即使把数学真理看成等待发现，人仍须决定观察哪里、用什么概念描述、如何把结果教给别人。这能解释为什么自动产生更多定理，不自动等于拥有更丰富的数学理解。
⚡ 所给转写删去了这一时段的具体论证，因此不能将上述立场说成该章节各位嘉宾共同认可的哲学结论；「发明还是发现」在本笔记中保留为问题。
💬 节目将 P vs NP 视作判断 AI 数学能力的一道极高门槛。后段 Moitra 仍把它列为自己预计短期内难以攻克的问题，并提醒：即便证明 P=NP，所得算法的运行时间也可能大到没有实际用途。
💡 理论上的「存在多项式时间算法」与现实中的「运行得足够快」是两层判断。嘉宾同时指出，实际 SAT 求解器在某些工程实例上有效，并不能直接回答一般情形的 P vs NP。
⚡ 节目中的大规模整数分解与密码学讨论带有思想实验性质。密码系统依赖的困难假设并不完全相同；不能从一个假设性的算法突破直接推出所有安全通信会同时失效。
💬 Moitra 指出，所讨论的数学成果中并没有一个结果直接解释深度学习或 LLM。他认为，理解模型表现必须同时研究自然数据为何有利于求解。他还介绍「潜在学习」例子：模型 A 被设定为喜欢猫头鹰，生成看似无关的数字；用这些数字微调模型 B 后，B 也可能显露相应倾向。
💡 训练数据可能传递表面任务之外的统计信号。Moitra 用概念向量之间无法完全正交的直觉，说明许多微小的副作用怎样累积；这与模型微调和对齐有关。
⚡ 该实验有特定设置，不能推论任何随机数字都会传递偏好，也不能把所述数学模型当成对全部大语言模型行为的完整解释。Lex 随后的「猫头鹰遍地」情景则明确是夸张的风险比喻。
💬 被问及未来一两年内不太可能解决的难题，Moitra 选择 P vs NP；Alex 则指出，令他印象深刻的 quasi-RH 进展仍不是黎曼猜想。他们也讨论了实际 SAT 实例常可解，却尚不清楚其「容易」是否源于统一结构。
💡 知道一些实例容易，不等于知道如何快速识别所有容易实例，更不等于消除了人为构造的困难实例。这也是理论与应用持续需要彼此校正的地方。
⚡ 个人对未来一两年的判断是预测，不是难度证明。节目对 AI 系统的信任也作了分层：错误证明相对容易被核查；涉及人身、基础设施等高风险的输出，则需要既有制度与独立验证。
💬 Lex 借佩雷尔曼拒绝菲尔兹奖和克雷奖金的故事，追问当机器也能产生重大结果时，数学奖项将表彰什么。Alex 的回答是：奖项不仅给个人荣誉，也向共同体宣示哪些活动值得庆祝。
💡 如果单纯「解决著名难题」不再像过去那样稀有，评奖、招聘和培养制度就可能更重视观念、解释、共同体贡献及研究路线的开辟。
⚡ 「未来是否还会颁发菲尔兹奖」在节目中是忧虑和设问，不是已发生的制度变化。嘉宾也没有给出可立即替代现行评价体系的统一标准。
💬 Alex 建议纯数学博士生继续尽力学习艰深、抽象的数学，并观察到学生使用 AI 的方式正在分化：有人用它提问、测验和检查理解，有人只让它代写临近截止的作业。Brunton 强调线性代数、微积分、物理等基础，以及辨别 AI 回答的能力。Moitra 主张以内在兴趣和目的感面对旧路线的失效。
💡 三人的共同点不是拒绝工具，而是拒绝放弃自身能力。会提问、能识别问题、愿意独自掌握基本技能的人，更可能把 AI 当作学习伙伴，而非思考的替身。
⚡ Lex 提醒三位嘉宾存在成功者偏差；「追随好奇心」不能单独解决学生面对的经济压力和机会差异。成绩分化也是嘉宾的教学观察，不能未经更多证据就当成普遍教育规律。
「纯数学的价值，在于它存在于人的头脑中。」——Alex，意译
「数学家是深入思考的人；证明旧猜想，是这种思考的副产品之一。」——Ankur Moitra，意译
「不要把一个人的工作简化为最显眼的那项任务。」——Ankur Moitra 谈「门童谬误」，意译
「教育和智慧是两回事。」——节目后段对谈，意译
「假装你已经赢了，然后想想你会做什么。」——Ankur Moitra，意译
形式正确与可传授性之间有一段距离。 形式化工具能够检查证明是否符合给定规则，却不会自动说明为什么一个定义恰当、某步技巧可以迁移，或怎样向初学者建立直觉。AI 加速出结果后，解释工作可能不是证明的附属品，而成为研究的核心环节。
「门童谬误」也是制度设计提醒。 如果评价体系只奖励最容易计数的成果，学生便可能把研究缩减成不断发布可见结论。嘉宾担心的旧培养路线失灵，意味着院系不仅要教学生使用新工具，还要重新说明何谓扎实、原创且对共同体有益的工作。
AI 的最佳使用边界取决于任务。 节目提出两条轴线：输出是否容易验证，出错后果有多严重。沿着这一框架，探索性证明和可经风洞测试的设计方案，与直接影响人的高风险决定，应采用不同的审核流程。
