1. 数学研究中的AI辅助现状:从神话到现实
去年12月,谷歌研究团队用Gemini大模型对Erdős问题数据库中的700个开放猜想进行了系统性攻关,最终推进了13个问题的解决。这个数字听起来可能不算惊人,但背后揭示的AI与数学研究的关系却值得我们深思。
作为一名长期关注AI技术落地的从业者,我注意到公众对AI在数学研究中的应用存在两种极端认知:要么认为AI即将取代数学家,要么觉得AI在数学领域毫无用处。而谷歌这项研究恰恰展示了真实情况——AI确实能帮助数学家"摘取低垂的果实",但要实现真正的数学突破,仍需要大量人工参与和专业知识。
Erdős问题数据库以20世纪著名数学家保罗·埃尔德什(Paul Erdős)命名,收录了1179个数学猜想,其中约41%已被解决。这些猜想涵盖数论、组合数学、图论等多个领域,难度各异。谷歌团队使用的Aletheia系统基于Gemini Deep Think构建,专门针对数学研究进行了优化。
关键提示:AI在数学研究中的价值不在于完全自主的创造性工作,而是作为研究助理,帮助数学家处理信息过载和注意力分配问题。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 研究设计与实施细节解析
2.1 系统架构与工作流程
Aletheia系统的设计体现了当前AI辅助科研的典型架构。系统首先对700个开放问题进行初步筛选,通过内置的自然语言验证器(verifier)将候选问题从700个收敛到212个"看起来可能正确"的回答。这一阶段主要依靠模型的推理能力和数学知识储备。
接下来是严格的人工评估流程:
- 非领域专家数学家进行快速过滤,剔除明显错误解
- 将候选规模压缩到27个
- 领域专家逐一严格审查
- 必要时咨询外部专家核对文献
这个流程反映了AI辅助科研的核心挑战:如何平衡自动化与人工监督。完全依赖AI会产生大量错误,而完全人工又无法发挥AI的效率优势。
2.2 数据清洗与结果验证
研究团队公布的统计数据颇具启示性:
- 约200个候选解中,137个(68.5%)存在根本性错误
- 63个(31.5%)形式上成立,但只有13个(6.5%)真正回答了原问题
- 其余50个因误读题意而数学意义有限
- 12个回答因问题表述不清被标记为"歧义"
这些数字揭示了AI数学研究的真实成本。大部分时间不是花在"突破性发现"上,而是消耗在:
