2026年是德国数学家伯恩哈德·黎曼诞辰200周年。11月20日,就在“黎曼诞辰200周年学术研讨会”于深圳开幕当天,美国AI公司Anthropic的数学家莱文特·阿尔珀格宣布,借助该公司Claude大模型,他发现了黎曼猜想的证明方法。不仅如此,通过进一步扩展该方法,他还宣布解决了广义黎曼猜想。
该猜想由黎曼于1859年提出,关乎素数分布的深层规律,是克雷数学研究所悬赏100万美元的七大千禧年大奖难题之一。阿尔珀格此次公布的并非传统数学论文,而是一套约1700万行的Lean形式化代码,以14个压缩分卷发布。据其介绍,若将论证展开为人类可读的文本,篇幅将超过25万页。
随后,Lean和Mathlib社区发布联合声明,确认这套代码的形式化证明通过核验,且所证命题的形式化表述确为黎曼猜想。形式化核验通过,并不等于成果已获数学界普遍接受。
围绕证明的可信度及其对数学研究的影响,菲尔兹奖得主、清华大学求真书院院长丘成桐,清华大学丘成桐数学科学中心和北京雁栖湖应用数学研究院副教授徐文强,以及菲尔兹奖得主、英国牛津大学教授詹姆斯·梅纳德接受了科技日报等媒体的采访。三位数学家均认为,证明可信度较高,但得到答案只是开始,理解证明、提炼理论、提出新问题,仍须由人类完成。
机器核验通过后,证明可信度究竟如何?
丘成桐将这一成果视为里程碑。用他的话说,数学研究“进入了一个新的纪元”,从前梦寐以求的重要问题解决了,数学需要“向前更进一大步”。

菲尔兹奖得主、清华大学求真书院院长丘成桐在黎曼诞辰200周年学术研讨会上发言。(会议主办方供图)
他认为,无需过度质疑证明的可信度。数学推理要求每一步都成立,这次机器分步拆解、逐条核验的标准,甚至高于许多物理重大发现的实验验证标准。证明仍需持续验证,但这并不等于它未经检验。
梅纳德表示,他有98%或99%的把握认为证明是正确的。他的信心既来自Lean对逻辑步骤的核查,也来自他对阿尔珀格此前工作的了解。他同时提醒,形式化验证之外仍有几项额外检查不能忽略。
同一天,另一份广义黎曼猜想证明手稿也在学界流传。美国数学会主席、斯坦福大学数学教授拉维·瓦基尔在个人博客公开了这份手稿。手稿约940页,由斯坦福大学数学博士亚历山德罗·马苏洛撰写,据称耗时12年,未使用AI。公开约8小时后,瓦基尔更新博客称,数人借助不同AI模型发现了证明中的疑点,并向他报告。
两份成果几乎同时公布:一边是数学家与AI合作完成、经机器核验的约1700万行代码;另一边是人类耗时12年写成、又被读者借助AI发现疑点的940页手稿。AI既参与证明,也参与检验。
在丘成桐看来,研究时长和文稿篇幅都不代表成果分量,冗长文稿也可能夹杂缺乏依据的论证。人工推导难免出错,机器则能拆解命题、逐条核验,可靠性更高。
机器给出答案后,人类是否仍不可替代?
核验之外,丘成桐关注的是人类开展数学研究方式的转变。传统数学研究通常步步推导得出结论,物理、化学等学科则常常先获取结果,再回溯内在机理。他判断,AI正推动数学研究向后一种模式靠拢:机器先行输出答案,人类再消化推理、提炼方法。
形式化验证并没有明显改变梅纳德对黎曼猜想成立的信心。“我昨天相信它为真,今天依然相信。”但他强调,机器给出可核验的结论只是起点,“真正关键的是人的理解”。弄懂猜想为什么成立,才能带来看待素数的全新视角,催生新的研究方向。
理解这份证明,首先要面对它的体量。逐页通读并不现实,梅纳德设想,先由AI将庞杂材料压缩到人类可把握的范围,再由数学家理解整体论证框架,几年内有望整理出人类可读的完整版本。
梅纳德认为,AI不能凭空创造全新体系。它的贡献建立在一代代数学家积累的成果之上。他用赛跑作比:“即便这份证明成立,AI也更像是跑完了最后一小段赛程,此前漫长艰难的探索仍依靠人类。”
人类不仅完成了此前的探索,也仍掌握着数学研究的方向。丘成桐认为,AI解题能力突出,但提出重大科学问题却是其明显短板:“提出核心问题本身属于高等级的创造性工作,这一点AI无法做到。”
徐文强同样认为,AI虽然能够融会贯通已有知识,并借此攻克难题,但目前还无法像黎曼当年引入复分析研究素数那样,提出具有革命性的原创思想。数学家仍有选择研究方向的自主权,研究价值的判断也离不开人类的数学审美与直觉。“数学猜想如同高山,数学家的目标不只是登顶,更要看见山后的风景。”
人工智能参与后,贡献与归属如何认定?
针对外界关于AI是否会与人类“抢夺功劳”的担忧,丘成桐将AI类比为显微镜、望远镜和计算机。他认为,科研本就离不开工具迭代,无需担忧工具介入动摇学科根基。
理解证明、拓展理论和提出问题等工作的重要性日益凸显,也对原有评价体系提出了挑战。梅纳德说,AI融入数学研究后,成果如何发表、青年学者如何被评价,目前都还没有定论。这种不确定性令人不安,年轻学者受到的影响尤其直接。

菲尔兹奖得主、英国牛津大学教授詹姆斯·梅纳德在黎曼诞辰200周年学术研讨会上发言。(会议主办方供图)
徐文强相信,数学界的评价标准将从过度侧重“首个证明”走向多元,深入理解机器证明、拓展衍生理论、提出关键新问题,都应获得相应的学术认可。他认为,适配AI时代的新评价体系会逐步形成。
评价贡献,还涉及成果如何归属。丘成桐以希格斯粒子的发现为参照:大量研究者参与实验,诺贝尔奖却授予最早提出理论的学者,大型项目的贡献本就难以绝对清晰地划分。他认为,由人类主导、指挥AI完成的研究,核心贡献应归属人类研究者。
科研范式变革中,中国数学如何把握机遇?
未来的数学研究越来越依赖AI模型和算力。研究者能否平等使用这些工具,数学作为开放知识体系是否会受影响,成为学界关注的问题。
科研算力的公平使用,是丘成桐更关心的问题。他指出,眼下少数美国企业掌握高性能AI科研算力,部分资源对中国学者设置访问限制,造成科研竞争的不均衡。在他看来,理想状态是AI科研工具开源普惠、科研人员平等使用,而修正这一不公平现状,需要从国家层面着手。
在丘成桐看来,这一轮科研工具变革中,青年学者更容易找到突破机会。当前中国数学相较海外仍有差距,这场变化正是追赶的窗口期。他呼吁持续加大基础科学投入,推动AI赋能数学研究,鼓励国内年轻数学家抓住这一历史机遇,在AI辅助证明的基础上,积极探索属于自己的理论方向,在新一轮科研范式变革中实现突围。
对于数学家的未来角色,梅纳德认为,AI并不会导致数学家失业,但这场变革不可避免地会带来阵痛,资深学者应给予青年研究者必要的指引。他对数学的未来保持乐观,认为学科在经历变革后将变得更加健康、强大。他强调,人类理解的作用始终极其重要,而这种理解正需要由数学家来完成。
来源:科技日报
扫描二维码
下载手机客户端