AI若证明黎曼猜想却无人能懂,数学家说这根本不算数
一场关于「天书证明」的思想实验揭示:证明的价值不在于把真假确定到100%,而在于能否被人理解,这才是数学家真正在乎的东西。
核心论点 · 点时间戳可跳到原声
天书式证明:有人觉得好笑,有人觉得恐怖
面对AI一键吐出一份十亿行长、却没有任何解释(只有「设A为某函数,设B为某函数」这种空洞定义)的黎曼猜想证明,反应完全两极。有人觉得这很荒诞好笑;但作为数学浪漫主义者,这种结果是「horrible」的,因为他们希望证明里有人类的参与,并且希望证明本身是美的——即便如此,对美丽概念性证明的追寻也不会因此变得不重要。
读不懂的证明,根本不算是一个证明
一位研究元数学的逻辑学家直言,这种情形甚至算不上危险,而是根本不值得在意:如果一份lean证明长达两百亿个token、没人能读懂,那它就不是黎曼猜想的证明,「我就是不在乎它存在」。这不代表问题被解决了,只是会把焦点转移到如何理解那串天书,或者干脆另寻他法去搞清楚真相。
多套lean内核交叉验证后,错误风险极低
第一步是拿既定的黎曼猜想形式化陈述跑验证器,检查证明是否成立、有无漏洞;如果用两三种不同的lean内核都得出「这确实是证明」的结论,可信度就已经很高。即便起初没人能完全理解,证明也不是静态的东西——人们会把它拆解、隔离片段、投入大量时间去理解这些对象,只要确信其正确,这本身就会是数学的大日子。
有些定理只能靠暴力穷举解决,没有优雅证法
四色定理是个著名先例:至今没有找到概念上优雅的证明,可能永远也不会有——有些问题就是只能拆分成海量情形、逐一用计算机核查。黎曼猜想之所以被珍视,正是因为大家相信解决它必须创造全新数学工具,或打通此前毫不相关的两个数学领域,没人知道答案会长什么样。而且存在一种不太可能但真实的情形:猜想其实是假的,某次超大规模计算直接找出一个偏离临界线的零点,那会非常令人失望。
把确信度从99.9%推到100%,价值很有限
如果AI产出一份lean证明但完全没有配套讲解,而且这份讲解复杂到超出人类一生的阅读时间,这种证明的价值其实不大——因为数学家对黎曼猜想为真早已高度确信,把这份确信从百分之九十九点九推到百分之百只是「一点点信息量」,并不会真正改变一个数学家的生活。但如果证明只是讲解得差,而不是本质上不可理解,那就完全不同:几乎所有数学家都会放下手头工作,倾尽全力把它翻译成人能读懂的东西。
AI不止要会证明,还要会解释
有人指出这是自己与会议上其他发言者最大的分歧:这些模型除了是超人类的证明者,也该成为超人类的解释者——它们已经能非常耐心、不带评判地向专业人士解释那些「本该知道却不知道」的知识。如果这种解释能力能从讲解教科书里已知的事实,延伸到解释全新的证明,模型就有可能把超复杂的证明拆解、翻译成人能理解的语言,这正是它们会特别擅长的事情。
证明带来真,理解才带来懂
即便另一位数学家宣称自己证明了黎曼猜想,第一反应也不是祝贺,而是追问「答案是什么,讲给我听」——理解才是做这件事的全部意义。证明之所以是数学认识论的核心机制,是因为人类在直觉论证上吃过太多亏,比如那些看似成立却证明1等于0的假证法;人类直觉很厉害但也很不靠谱,所以才需要在公理系统内要求严格证明。但理解本身发生在别处,证明只是把「看得很清楚」的东西转化成语言论证的金标准手段。期间也提到像O3这样最强模型之一曾被形容为「非常出名的说谎者」,带出对齐方面的隐忧。
解题能力会被商品化,剩下的才值钱
历史上一旦某种能力在社会中变得廉价或商品化,人们珍视的东西就会转向与它正交的方向。某些类型的解题能力正在、也会继续变得更便宜、更不被看重,但像黎曼猜想这样的标志性大问题可能依然能幸存下来,成为稀缺的难题——不过说话人也承认自己可能判断错了。
数学界的「Move 37」时刻还没到来
Move 37是AlphaGo在击败顶尖人类棋手的对局中下出的一步棋,常被用来问某个领域是否已经出现机器全面超越人类的时刻。对数学而言,答案是「resoundingly no」——真正的Move 37也许要等到机器证明黎曼猜想或某个千禧年问题,甚至提出一套能把不同数学领域一举打通的深层理论。而且即便那一刻到来,解出一个大问题也从来不是终点:能被解决问题带来的东西会被用来生成新的问题和猜想,对整数与素数的探索还会继续下去。
原话 · 已逐字校验
you press a button and you get this billion line long proof of the Riemann hypothesis and it's just like, let A be this function, let B be this function, let C be this number, let D be this function
你按一个按钮,就得到一份十亿行长的黎曼猜想证明,内容就是「设A为某函数,设B为某函数,设C为某个数,设D为某函数」
if there's a lean proof of the Riemann hypothesis that's like, you know, 20 billion tokens long and nobody can read it, that's not a proof of the Riemann hypothesis and I just don't care that that exists.
如果有一份黎曼猜想的lean证明长达两百亿个token、没人能读懂,那它就不是黎曼猜想的证明,我根本不在乎它存在。
The four color theorem is a famous example. We have still not found a conceptually elegant proof of this theorem.
四色定理是个著名例子,至今我们还没有找到这个定理在概念上优雅的证明。
Raising that confidence from, you know, 99% or 99. 9% to 100% is a little bit of information. Would it like change my life as a mathematician? Not super much.
把这份确信从百分之九十九或百分之九十九点九推到百分之百,只是一点点信息量。这会改变我作为数学家的人生吗?不会有太大影响。
Human intuition is incredible and it's also very faulty.
人类的直觉非常厉害,但也非常容易出错。
many of the most capable models like O3, for example, was a very notorious liar.
许多最强的模型之一,比如O3,曾是出了名的说谎者。
Every time that a theorem or open problem is solved, to be good mathematics, the solution isn't the end.
每当一个定理或开放问题被解决,若要称得上好的数学,这个解答本身都不是终点。
术语
- Riemann Hypothesis黎曼猜想
- 数论中关于素数分布的著名未解猜想,是千禧年问题之一
- LeanLean(形式化证明助手)
- 一种可以机器验证数学证明正确性的程序语言
- Move 37Move 37
- AlphaGo击败人类顶尖棋手时下出的著名一手,象征AI全面超越人类的时刻
收听指南
对AI数学能力边界、可解释性与数学哲学议题感兴趣的工程师、研究者和创业者。