
1. 一页纸超越44页顶刊论文
1991年,《数学年刊》(Annals of Mathematics)登出一篇44页的论文,作者是József Beck,他在组合数学圈声名远扬,是Beck - Fiala定理的提出者、1985年Fulkerson奖得主、1986年国际数学家大会受邀报告人、差异理论的奠基者之一。论文标题是《单位圆上零点多项式的模:埃尔德什的一个问题》,攻克的是埃尔德什问题库(Erdős Problems)里编号119的题,即在单位圆上取一串复数当零点乘成多项式,其在单位圆上的最大模Mn,能否保证在无穷多个n处超过n的c次方,Beck证明了能,这题在当时是公认的难题。
35年后,这篇论文被一页纸超过。说这话的是Thomas Bloom,他是数学家、曼彻斯特大学研究员,也是erdosproblems.com网站的创建者和维护者。埃尔德什留下的1000多道开放问题都挂在该网站,是全球数学家追踪这些问题的第一站。AI公司宣称「解决了埃尔德什问题」,都要先过他这一关。他在X上称,目前为止,GPT - 5.6 Sol是他见过数学上最有意思的新模型,提交到erdosproblems.com的新证明,他细看过的都正确且包含有趣想法。Bloom强调这不是因为AI用了更复杂武器,而是人们原本以为题比实际难得多。OpenAI总裁Greg Brockman转发推文称,这是推进数学的分水岭时刻,能改善人类生活的科学与医学突破近在咫尺。
2. 埃尔德什的100美元悬赏被AI领走
1957年,埃尔德什在论文里问出关于单位圆上零点多项式的模的三问,此后在1961、1964、1982、1990、1997年反复重提。第一问,Wagner在1980年解决;第二问,Beck在1991年解决,其论文发表于《数学年刊》1991年第134卷第3期;第三问,埃尔德什1997年的文章中挂出100美元赏金。现在,GPT - 5.6和数学家Korsky只用一页纸就搞定Beck没碰的这一问。
埃尔德什一生提出上千道问题并自掏腰包悬赏,金额从25美元到1万美元不等。Bloom评价,GPT在Korsky提示下,用1页简单的调和分析技巧,就证出比Beck那篇44页Annals论文更强的结果。关键一步是把一个非负函数做卷积,再在时间上平移1,表达式变光滑,原本难啃的地方变顺。Bloom表示这是分析里常用的招数,不是新工具,只是用在了没人想过的地方。他还指出Beck论文里有重要有趣想法,但这题用不上,且没人算过那个常数,估计非常小,若值得一提Beck不会不算,所以这不是AI推翻顶刊,而是发现人类可少绕的弯路,对数学家来说,这比「AI又解出一道题」更刺激,因为这是工具反过来纠正用工具的人。
3. AI解题不止一例
GPT - 5.6 Sol Ultra于7月9日全量放开,7月10日,OpenAI宣布其产出了Cycle Double Cover猜想的完整证明。这道题由Szekeres在1973年、Seymour在1979年各自独立提出,悬了约五十年。模型分配8小时,实际用不到1小时,64个子智能体并行开工,提示词和证明PDF全部公开。Bloom评价这是漂亮证明,用了「短」「初等」「1980年代就本可以被发现」三个形容词,他推测关键一步有个小的、反直觉的拐弯。
人类数学家遇到这种题,会先试最自然做法,检查线性代数不行就放弃;但AI不会气馁,会接着做小变体直到成立,AI强在不做情绪性止损。今年4月,GPT - 5.4 Pro在80分钟里解掉了Erdős 1196,用的是von Mangoldt函数。牛津的Jared Lichtman在该问题上耗了七年,他说自1935年以来做原始集问题的人习惯的开局动作,遮蔽了一个明处摆了90年的技术可能。陶哲轩评价,过去几十年人类在第一步就集体走偏。不过,人类直觉是效率工具,能省掉海量注定失败的尝试,但偶尔也会省掉不该省的尝试。
4. AI数学能力的争议
去年10月,Bloom曾公开打脸OpenAI。当时OpenAI副总裁Kevin Weil转发Mark Sellke的帖子称,GPT - 5找到10道此前未解的埃尔德什问题的解,11道取得进展,这些题开放数十年。Bloom定性为「戏剧性的误导」,称网站上标着open只意味着他本人不知道有论文解决过,GPT - 5只是翻出他不知道的文献,找到文献不等于造出证明。随后LeCun补刀,Hassabis直言尴尬,Weil删帖,OpenAI研究员Sébastien Bubeck承认只是找到文献里已有的解。今年5月OpenAI宣布推翻1946年的埃尔德什几何猜想时,同步附上Noga Alon、Melanie Wood和Thomas Bloom的评价。
Bloom帖子下的论战精彩。唱衰派以用户qrdl为代表,称「5.6的思维链输出少得可怜,677那道题毫无进展,物理侧的CritPT评测相比5.4几乎没动」,认为AI在数学上已撞墙。他认为大模型是静态权重的token生成器,做数学时不会像人一样实时长出新神经连接,真正的创造性跳跃需要有弹性的大脑,且每次开新会话攻677,模型就用老招式。
回怼很快。Nat Sothanaphan指出,CritPT是物理测试,不是数学基准,拿它证明AI在数学上撞墙是挑有利数据,反证是5.6在包括FrontierMath在内的一大批评测上比5.5有提升。实战派代表old - bielefelder报告,GPT - 5.6 Sol思考14分钟、复核9分多钟,把Pintz 2018年那个0.72的指数改进到0.7195,而前一晚GPT - 5.5在同一问题上磨一小时,0.72没动,他还把结果通知了Pintz本人。
Nat Sothanaphan借用Bloom的说法,称现代数学是巨大的教堂,大模型能以超人效率走到教堂前沿,最近突破源于此,再往前需要流动智力,他认为说大模型没有流动智力是错的,ARC系列评测上涨就是证据,GPT - 5.6 Sol在最高推理档位下拿到7.8%,ARC - AGI - 3上线时最好成绩是0.37%,人类稳定在90%以上。他解释,教堂地基庞大,盖住了快速生长的流动智力,所以只看产出会觉得没变化,但流动智力压过地基时会肉眼可见。这场争论吵出的不是「AI能不能做数学」,而是「难」的定义。数学史上「悬而未决」的条目,部分记录问题难度,部分记录人类耐心边界,现在开始能区分,一道题挂几十年没人解,可能只是没人肯多试几次。那么,还有多少题目是被人类的耐心卡住的呢?
36



被折叠的 条评论
为什么被折叠?



