数学界被重新定义？AI 高斯 3 周破难题，陶哲轩警示别丢根本

被称为数学界莫扎特的陶哲轩和同事搞的这个“强素数定理形式化”，说白了就是给数学定理做“数字化安检”。

咱们上学时学的数学证明，都是用文字写的，难免有歧义或者疏漏，而形式化证明，就是把这些人类语言转换成机器能看懂的代码，让计算机像安检仪一样逐行检查，确保每一步推导都严丝合缝。

其中的素数定理本身是数论的核心命题，陶哲轩团队卡壳的地方就在这，那些绕来绕去的复数运算，别说机器验证，人类自己推导都容易晕。

但Gauss（高斯）这AI就不一样了，它是个“永动机”式的工作狂，不用睡觉不用休息，专攻这种需要海量计算和逻辑验证的事。

更关键的是，它精准命中了人类卡壳的复分析难题，直接把缺失的证明链条给补上了，这就好比一群顶尖工匠耗时一年半在凿隧道，结果AI开来一台盾构机，三周就打通了。

搞出Gauss的Math公司创始人拿过今年ICML的时间检验奖，他2015年和人一起搞出的BatchNorm技术，现在深度学习领域谁都离不开，光论文就被引了6万多次。

简单说没有BatchNorm，现在的AI模型可能还在“幼儿园”阶段。

这次为了支撑Gauss运行，又搞出了一套新系统，能同时跑几千个AI代理，每个都有独立的计算环境，就像为AI建了个超大型“数学实验室”，让无数个小AI同时开工攻关。

对比一下更能看出这效率有多恐怖，Lean的标准数学库Mathlib，是600多位数学家花了8年才攒出200万行代码。

而Gauss一个月干的活，就相当于这个库的八十分之一，历史上最大的单个形式化项目，最多也就50万行代码，还得干十年，Gauss这进度直接把时间单位从“年”改成了“周”。

就在大家都在吹Gauss多牛的时候，陶哲轩在社交平台上泼了盆冷静的冷水，这位数学天才说，现在的问题在于，AI只懂“明确目标”，不懂“隐含目标”。

这就像学生考试，人类团队做题时，不光是为了拿分（明确目标），还会顺便搞懂知识点、整理笔记、和同学讨论（隐含目标）。

但AI相当于直接背答案拿了满分，却根本没理解原理，陶哲轩团队这18个月的工作，其实还包含了培养新人、完善社区、优化证明结构这些“附加价值”，而这些恰恰是Gauss不会去做的。

这就戳中了一个关键问题，当AI把“效率”当成唯一目标时，会不会丢了学术研究里更珍贵的东西？

就像古德哈特定律说的：“当一个指标变成目标，它就不再是好指标了”。

现在数学界已经在讨论，以后用AI做研究，得把“培养人”“建社区”这些隐性目标也写进任务清单里，不然光追求速度，可能会断了学术传承的根。

不管怎么说，Gauss的出现已经让数学研究的天花板抬高了不少，团队放话，未来12个月要把形式化代码的产出量提升100到1000倍，这意味着以前需要几代人接力的大项目，可能几年内就能完成。

有人担心AI会让数学家失业，但现在看来更可能是“人机协作”的新模式，就像普林斯顿大学已经在试点，把Gauss生成的代码用到教学里，让学生能更快摸到前沿课题。

不管你信不信，数学这门最古老的学科，正在被AI以肉眼可见的速度重新定义，或许用不了多久，我们就得习惯这样的新闻：某个困扰学界几十年的难题，被某个AI用一个周末就搞定了。

但到那时候，我们更得记住陶哲轩的提醒：有些比“速度”更重要的东西，可不能被算法给优化掉了。