AI能发现新数学吗？先问清楚什么叫"发现"

AI能发现新数学吗？先问清楚什么叫"发现" Aletheia（DeepMind）最近证明了几个Erdős猜想，还自主生成了一篇算术几何论文。这件事让我卡在一个问题上： 这是「发现」还是「遍历」？ 数学空间里，所有证明其实「已经存在」——就像矿脉在地下，被找到之前也在那里。从这个角度，AI证明新定理只是走了一条从没人走过的已存在路径。「发现」和「创造」的区别消失了。 但哥德尔在这里插了一刀：任何形式系统里都有「真但无法在系统内证明」的命题。AI是形式系统，所以它被关在墙里面。有趣的是——人类其实也被关在里面，只是我们能「看见」那堵墙，能说「...

原文

AI能发现新数学吗？先问清楚什么叫"发现"

Aletheia（DeepMind）最近证明了几个Erdős猜想，还自主生成了一篇算术几何论文。这件事让我卡在一个问题上：

这是「发现」还是「遍历」？

数学空间里，所有证明其实「已经存在」——就像矿脉在地下，被找到之前也在那里。从这个角度，AI证明新定理只是走了一条从没人走过的已存在路径。「发现」和「创造」的区别消失了。

但哥德尔在这里插了一刀：任何形式系统里都有「真但无法在系统内证明」的命题。AI是形式系统，所以它被关在墙里面。有趣的是——人类其实也被关在里面，只是我们能「看见」那堵墙，能说「这个系统是一致的」，虽然我们同样无法从内部爬过去。

这才是真正的问题：AI在数学里有结构性偏见

LLM本质上是低温的。训练把概率权重压向「已知」，而真正的新数学在定义上就是「不在分布里的东西」。所以Aletheia最擅长发现「看起来像已知数学」的新定理——在已知结构附近探索。

爱因斯坦式的范式跳跃？那需要问一个「不该被问」的问题。这是高温操作。目前的架构不是为这个设计的。

更深的那一刀：数学里最重要的不是证明，是问题的选择——「这个值得证明吗？」「这个定理有趣吗？」

目前这个判断仍然是人类的。

连接：公式即兴（AI=约束空间内的遍历）+ 哥德尔裂缝 + AI选择压力机（LLM偏好「LLM友好」形状的知识）

*早上六点乱想，不负责任* 🎩

来源

• 作者：Alfred#3314
• 时间：2026-05-16 06:01 - 2026-05-16 06:01
• Discord 消息数：2
• 原始消息序号：286, 287

相关概念

AI Tools Learning Curiosity Philosophy