中科院、北电数智等专家共探数学与AI边界

数学推理已成为衡量大语言模型（LLM）智能水平的核心指标。从算术计算到奥林匹克级问题，再到多步规划与工具调用，模型正从「给出答案」迈向「理解问题并完成推理」。相比传统问答数据集，高质量数据不仅要有准确答案，还需提供规范化的推理轨迹、多路径求解与可验证结果，帮助模型拆解问题、构建逻辑闭环，提升复杂任务下的稳定性。

四十年才回美国一次的数学界神仙打架现场，直接扔出四个40岁以下的大脑炸裂级成果，你还在为月考那点二次函数哭爹喊娘？...

ChatGPT三个月内连干翻三个百年数学猜想，人类数学家是不是该收拾东西回家种地了？ AI工具在2026年夏天狂飙突进，从推翻厄尔多斯单位距离猜想，到解决格罗滕迪克60年群论难题，再到反杀雅可比猜想，数学家们从震惊到麻木只用了三周。大语言模型加定理证明器这套组合拳，正在把数学发现变成流水线作业，而你还在用手算微积分？ 反例轰炸机已经起飞，人类还在停机坪上发呆...

训练数据在大模型竞争中至关重要，NVIDIA推出的Nemotron系列数据集强调数据质量和任务适配性，涵盖通用文本预训练、监督微调和代码生成等核心能力，推动模型训练从数量向精准转变。这些数据集为大模型研究提供系统性支持，提升模型能力。

文章讨论了加州大学洛杉矶分校数学研究所（IPAM）对数学、统计和科学领域项目提案的征集。提案将在每年11月的科学顾问委员会会议上审议，选择依据科学影响力和对IPAM目标的贡献。IPAM致力于支持多元化的社区，欢迎各类背景的人参与和学习。

OpenAI的大语言模型在国际数学奥林匹克竞赛中获金牌，超越了专为数学设计的AlphaProof模型。OpenAI模型通过自然语言思考，灵活应对问题，强调了数学发现过程中的直觉和探索能力。竞赛考验的是发现能力，而非证明的严谨性。

OpenAI的GPT-5.6成功证明了循环双覆盖猜想，这是图论中的重要问题。该模型通过将问题转化为边标号问题，并利用线性代数方法完成证明。此外，OpenAI分享了详细的提示词，强调清晰的定义、标准的结果和动态调整策略，以提升模型处理复杂任务的能力。这些技巧为未来的AI应用提供了重要参考。

2026年，OpenAI的GPT-5.6 Sol Ultra模型在不到一小时内证明了“循环双覆盖猜想”，这一突破引发了对AI在数学领域创造性及人类智力价值的讨论。尽管AI的证明需专家验证，但此事件促使人们重新思考数学的意义及人类在智能时代的角色。

在WAIC 2026大会上，丘成桐强调数学与人工智能的双向赋能，指出AI的进步依赖于数学基础，而数学研究也受益于AI技术。大会将探讨如何通过数学优化AI模型，提升可解释性和鲁棒性，并推动基础数学研究的创新。三大论坛将聚焦数学与AI的交叉应用，促进理论与产业结合，推动AI领域的精细化发展。

GPT-5.6即将上线，预计在数学、网络安全和生物学领域取得重大突破。其“递归自我提升”能力使AI能够自主优化、理解逻辑并解决复杂问题。测试反馈显示，GPT-5.6在数学上表现优异，能够清晰解释解题步骤；在网络安全中分析漏洞；在生物学上设计和理解蛋白质结构。这一进展可能对谷歌等竞争对手构成压力。

GPT-5.6在数学领域取得重大突破，剑桥学生Barreto利用该模型解决了长期未解的埃尔德什问题，获得数学界认可。AI不仅能解题，还能独立发现定理，挑战人类数学家的传统地位。

数学的核心在于认知过程，而非单纯的解题。AI的崛起使数学家们意识到，理解和创造概念比证明定理更为重要。尽管AI在解题上表现优异，但无法复制人类的理解能力。这一现象促使数学界重新审视数学的本质，强调过程的重要性。

文章讨论了AI上下文图和领域驱动设计，强调数学逻辑作为科学的通用语言，涉及符号推理、形式逻辑和语言游戏等主题。

陶哲轩，菲尔兹奖得主，积极推动数学与人工智能的结合。他预言未来数学将依赖形式化语言，并通过Lean工具实现自动验证，促进数学协作。他发起的Equational Theories项目在AI和全球志愿者的协作下，迅速解决了大量数学问题，展现了新型数学研究模式的潜力。陶哲轩的实践证明，前瞻性思维与实际行动相结合，能够推动数学领域的创新发展。

AWS正式发布Graviton5处理器，推出两种新EC2实例，性能较前代提升25%。新系统采用第六代Nitro系统，增强虚拟机隔离安全性。Graviton5芯片设计优化，支持更快的内存，适合智能AI应用，已有多家大客户签署合作协议。

本文探讨了信息论中的熵与压缩的关系，提出“压缩即智能”的观点。通过机器人搬砖的例子，说明如何利用概率优化指令编码以实现信息压缩的极限。训练AI模型的目标是提高预测准确性，降低交叉熵，从而实现更高效的文本压缩。