MIT教授直面AI数学突破：千禧年难题已解，人类却看不懂证明过程

最近，全球数学界广泛关注OpenAI的成果，该机构近期一口气发表了722篇论文。这些论文内容涉及从博弈论到准黎曼假设等多个著名未解数学难题。尽管部分研究尚在接受核查，但其展现出的解题能力引发了学界关于人类与AI智力差距的深刻讨论。麻省理工学院工程教育副院长Justin Solomon在彭博社播客《Odd Lots》中探讨了AI对数学界的颠覆性影响。他特别指出，OpenAI在Navier-Stokes（纳维-斯托克斯）方程这一流体力学领域的突破，虽然给出了反例证明，但人类专家在尝试阅读相关证明时面临巨大困难。Navier-Stokes方程被称为流体力学的核心公式，困扰科学家百年之久，克雷数学研究所为此悬赏100万美元寻求解答。此前西班牙数学家群体已完成了大部分理论构建，而OpenAI则利用强大的算力与逻辑推演能力，在理论上完成了最后的推导步骤，给出了存在特定条件下流体解可能失控的结论。最令学术界感到意外的是，这份具有划时代意义的证明发布后，无人能够完整解读其细节。Solomon坦言，论文中包含极度反直觉的不等式和复杂的界限取值，阅读前两页后他便感到大脑宕机。主持人Joe同样表示无法理解其中的符号与逻辑，证明了真理与人类可理解性之间出现了前所未有的裂痕。加州理工学院数学家陶哲轩在Math 2.0演讲中提出了一个思想实验：如果超级AI通过黑盒运算得出癌症疗法配方，且该方案通过了FDA三期临床试验，但没有任何人类专家能解释其机制原理，人类是否敢将其用于临床？这尖锐地揭示了AI在“对齐”与“可解释性”方面的核心困境。随着AI生成论文数量激增，顶级学术会议如ICLR的投稿量已从十年前的几千篇暴增至六万篇，导致评审资源枯竭，学术审查机制面临失效风险。MIT教授们的邮箱频繁收到请求协助验证AI推导结果的邮件，显示出数学领域严谨性原则正受到新范式挑战的冲击。Solomon指出，数学证明传统上兼具正确性与美学价值，是理性光辉的体现。然而AI生成的证明虽然可能在形式化验证中无懈可击，却充斥着反直觉跳跃且缺乏美感。这种“外星逻辑”的出现，标志着人类在验证前沿科学成果时的物理极限正在被打破。