AI能否解决黎曼猜想等未知难题？诺奖得主这样说

“五年之内，AI能不能证明人类没有证明的猜想或者公式？比如三体问题、黎曼猜想或是流体力学问题。”

今年5月时，中国工程院院士张亚勤透露，自己去年和中国科学院外籍院士、知名数学家丘成桐先生就这个问题打了赌。张亚勤认为，AI在五年之内会证明一个公式或猜想，再过五年会发明一个人类可能没有的公式。丘成桐却认为，AI还做不到。

两个月后，相似的问题又抛给了2004年诺贝尔物理学奖获得者、美国国家科学院院士、中国科学院外籍院士戴维·格罗斯（David Gross），他直言这“难以想象”。

在一场搜狐董事长张朝阳与戴维·格罗斯的对话中，戴维·格罗斯认为，当前AI大模型被严重高估，它学会了模仿人类，如果数据库找不到答案，它们会编造一个听起来不错的说法，但无法验证也不在意真假，实际效果只“会取代那些只会说漂亮话的人”。

就在两天前，埃隆·马斯克在直播中为最新AI模型Grok 4站台时说，Grok 4今年将有望帮助人类发明全新技术，到了明年甚至可能发现新的物理学理论。

但在戴维·格罗斯看来，解决重大物理或数学问题（如黎曼猜想）的核心驱动力仍是人类的聪明才智和创造力，AI只是强大的辅助工具。张朝阳也认同这一观点，人们对AI过度兴奋。

戴维·格罗斯还提到，虽然最近ChatGPT有所改善，但当他第一次开始体验ChatGPT时，AI不知道如何计数，甚至不知道7还是9大，如果问它葛底斯堡演讲的第五个词是什么，AI根本不知道那是什么意思。现在，“ChatGPT有了进步，但我并不满意。”

在互动环节，还有学生提到，2024年，诺贝尔物理学奖和化学奖都因人工智能领域的开创性工作而被授予，他是否同意“2024年诺奖是因人工智能成就而颁发”的说法？

格罗斯教授明确指出，2024年诺贝尔物理学奖（授予约翰·霍普菲尔德）并非颁给AI。他解释，霍普菲尔德的工作是将物理学方法拓展至神经科学领域，构建了“Hopfield模型”，揭示了大脑神经元网络存储记忆的机制。

张朝阳进一步补充，霍普菲尔德的工作属于“物理学家的神经学研究”，而非AI领域。

格罗斯教授更加清晰地划分界限，“AI仅是工具而非科学”，霍普菲尔德的研究是运用物理学的思维和方法探索大脑功能，属于物理学的延伸。他定义“物理学即物理学家所从事的工作”，只要采用物理方法研究自然现象，就属于物理学范畴。

尽管对当前的人工智能保持审慎态度，但谈及算力的爆炸式增长，格罗斯教授承认算力发展极大地助力了理论物理研究。

格罗斯教授回忆，四十年前，科学家们只能依赖计算尺进行人工运算。这一局限直接体现在QCD（量子色动力学）理论的研究中——尽管该理论能够将强子质量的计算误差控制在1%以内，但每一次精准运算都需要投入海量人力，研究进程受到严重制约。

四十年后的今天，技术革新改写了这一局面：芯片算力按摩尔定律翻了十亿倍，QCD理论算法也有了巨大的进步。算力与算法的双重革新，让曾经耗费巨大人力的计算工作，在今天能够被轻松完成。

“算力和算法双重推动了理论的发展，这背后离不开人类的智力和创造力。”格罗斯教授感叹。展望未来，随着计算机科学在算力、算法乃至人工智能领域的持续深耕，其对理论物理研究的推动作用也将更加显著。

面对青年学子关于科研动力的提问，格罗斯还分享了他的初心：“始于十三四岁时科普书籍带来的震撼。”他鼓励年轻科研者：关键是要享受过程，享受探索未知的乐趣。当你沉浸于思考和计算，时间在专注中飞逝——这就是科研的魅力。“如果你成功了，那就更有趣了。但更重要的是保持好奇心，热爱你所做的事，热爱其中的艰辛，因为那本身就是乐趣所在。”