AI催生数学角色转变：从发现到验证

8月初，来自全球的顶尖数学家在旧金山OpenAI办公室汇聚，讨论一个迫在眉睫的问题：当人工智能迅速超越人类数学家时，人的角色将如何改变。多伦多大学的丹尼尔·利特在会上提出担忧，认为未来可能出现高质量数学研究由机器主导、人类专业知识逐渐边缘化的情形。

近期，曾在纽约大学阿布扎比分校做博士后研究的数学家里希凯什·加贾拉宣布退出传统数学学术道路。他在社交媒体上表示，自己一直认为数学的意义在于漫长而探索性的过程——那些走过的死胡同、艰苦的寻找，而不是最终的答案本身。但随着AI可以通过简单提示快速给出大量答案，他开始意识到自己不再愿意把生命大部分时间投入于寻找答案上。相反，他认为当前的核心挑战是验证这些由智能系统产生的结论是否可信。基于此，他选择离开学界，加入专注于AI可靠性和可验证性的Pramaana Labs，致力于解决大模型在税务、法律、金融、医疗等高风险领域“看起来真实但无法证明正确”的问题。Pramaana Labs在2026年6月完成约2700万美元的种子轮融资。

与此同时，AI在数学研究中的影响正迅速扩大。今年以来，AI工具从文献整理、计算辅助逐步参与到证明生成与结构构造等核心环节。OpenAI披露，其模型在“平面单位距离问题”上提出了一种新的点集构造，打破了长期以来基于规则几何结构的经验直觉；一位23岁的英国业余爱好者在ChatGPT的帮助下解决了困扰数学界数十年的埃尔德什第1196号问题。更为引人注目的是，OpenAI的最新模型Astra在数学与理论计算机科学领域宣称取得了十项成果，涉及几何、密码学、计算复杂性、纠错码、量子博弈等多个方向，并将部分结果形式化为可由Lean 4验证的证明。 球友会

OpenAI强调，这些进展不仅仅是生成看似合理的答案，而是朝着产生可以形式化验证的证明迈进；不过，这些工作仍需学术界独立审查确认其有效性。OpenAI的研究者塞巴斯蒂安·布贝克认为，AI达到甚至超过人类顶尖数学贡献者只是时间问题，并预测到2030年AI与人类数学家共同获得菲尔兹奖的可能性。

在这样的背景下，越来越多数学从业者开始重新定位自己的工作重心：从追求新发现转向建立检测与验证机制，确保智能系统输出在高风险应用中的可证性与可信度。