菲尔兹奖得主：AI现在主要靠「抬杠」突破重大数学猜想
内容提要
菲尔兹奖得主Gowers指出，近期AI数学突破多集中于“找反例”，如推翻雅可比猜想、Erdős单位距离问题等。AI擅长在巨大空间中搜索特殊对象，因知识广、试错成本低。但AI缺乏数学家的“直觉”，常将问题缩小为子问题却未解原题。Gowers认为，AI真正进入顶级创造需提出新方法并启发后续研究。
延伸解读
AI数学突破的“反例”模式
Gowers指出，近期AI在数学上的重大突破多集中于“找反例”，如推翻雅可比猜想、Erdős单位距离问题等。这种模式并非传统反证法，而是直接构造出满足前提但不满足结论的特殊对象，从而否定整个猜想。AI擅长在巨大空间中搜索这类对象，因其知识广、试错成本低，能跨领域调用工具，如将代数数论方法用于离散几何问题。
AI的“广度优先”与人类“直觉”
Gowers认为，AI目前更擅长广度优先的搜索，广泛调用已有知识、探索路径，但缺乏数学家的“直觉”或“鼻子”，难以在搜索早期判断哪些路径有前景。这导致AI常将问题缩小为子问题却未解原题，甚至可能“把迷路描述得越来越优雅”。不过，Gowers预计模型会快速进步，一两年内可能发展出更强的直觉。
AI进入顶级创造的标准
Gowers为AI真正进入顶级数学创造设定了标准：不仅解决问题，还要提出新方法，并能启发后续研究。目前AI的成果多依赖已有知识的重组，尚未达到这一层次。这一标准强调原创性和影响力，而非单纯的计算能力，为评估AI在数学领域的潜力提供了参考。
Q&A
菲尔兹奖得主Gowers认为近期AI数学突破主要集中在哪些方面？
Gowers指出，近期AI在数学上的重大突破主要集中在“找反例”上，例如推翻雅可比猜想、Erdős单位距离问题、构造非sofic群以及多色Ramsey数问题等。
AI为什么擅长寻找数学反例？
AI擅长寻找反例有两个主要原因：一是知识广，能跨领域调用已有数学工具；二是试错成本低，可以大量尝试而无需担心时间成本。
Gowers提到的“找反例”和数学中的“反证法”有什么区别？
反证法是一种证明技巧，先假设结论不成立，推导出矛盾，从而证明原命题成立；而Gowers所说的“找反例”是直接构造一个满足前提但不满足结论的具体对象，从而推翻整个猜想。
AI在Erdős单位距离问题上是如何取得突破的？
AI没有顺着人类几十年的思路去证明长期被相信的增长判断，而是尝试寻找反例，最终利用代数数论的工具构造出一族点集，使单位距离对的数量以超出预期的速度增长，从而推翻了原有判断。
Gowers认为数学家寻找例子或反例的方法有哪些？
Gowers列举了数学家寻找例子或反例的几种方法：用经典对象测试、拼装基础对象、随机法、逐步逼近法等。
Gowers所说的数学家的“鼻子”指的是什么？AI目前在这方面表现如何？
“鼻子”指的是数学家判断一条研究路线是否有希望的能力，即能在搜索树中迅速砍掉无用的分支。目前AI在这方面表现不佳，经常提出看似有前景但实际不可靠的方案，并反复将问题缩小为子问题，却未解决原题。
Gowers认为AI真正进入顶级数学创造阶段的验收标准是什么？
Gowers认为，当AI给出的解法不仅解决了问题，还能提出一种大家从未想过的新方法，并且这种方法能被其他数学家用来做出一系列新成果时，AI才算真正进入顶级数学创造阶段。
