AI证明黎曼猜想获独立验证,丘成桐、Maynard等数学家谈影响

AI证明黎曼猜想引发全球关注。11月20日,90后数学家Levent Alpöge公布约1700万行Lean代码,声称与AI模型Claude合作证明了黎曼猜想。次日,丘成桐等数学家召开线上记者会。会后,Lean与Mathlib社区联合发表声明,正式确认该证明的正确性。

社区联合声明确认证明正确

北京时间11月21日21时55分,负责开发Lean系统的非营利研究机构LeanFRO与支持Mathlib建设的MathlibInitiative在Lean社区官网发表联合声明,确认Alpöge与Claude合作完成的黎曼猜想形式化证明正确。声明称:“我们完全确信Alpöge对黎曼猜想的证明是正确的,并祝贺他取得这一成就。”

声明指出,该证明已通过四项关键检验:第一,代码中对黎曼猜想的数学表述准确无误;第二,整套代码能够成功编译,已有数十人独立复现;第三,代码最终证明的确实是黎曼猜想,不存在修改定义或偷换命题的情况;第四,证明不仅通过Lean官方内核检查,还通过了多套独立开发的验证工具,排除了利用单一检查器漏洞制造虚假证明的可能性。

这意味着Alpöge的成果已通过社区独立核验,不再只是作者个人的宣称。声明最后表示:“我们期待数学界的一切活动,帮助解释本次证明中的新观点。”

丘成桐:数学进入新纪元

记者会上,丘成桐表示,黎曼猜想被AI解决是数论上的伟大贡献,震动了全世界。他说,黎曼猜想是有史以来被认为最重要的大工作,在纪念黎曼二百周年的会议第一天宣布,是一个很好的意头,表示数学进入了一个新的纪元。

丘成桐认为,从前梦寐以求的重要问题都解决了,现在新的看法是要将数学向前更进一步。重要的问题是向哪一个方向走,什么样子才是最好的、最能吸引学者向前走的方向。他希望年轻学者,尤其中国年轻数学家,能够在这个平台上发展出一套理论,此事也給中国学者一个很好的机会。

徐文强副教授表示,第一感觉“比较震惊”,在了解背景后,第一感觉这应该是正确的。虽然还没有经过严格验证,AI版本确实太长,人类数学家需要花很多时间消化,但这是一个积极的事情,至少说明这样的证明从理论上是存在的,并且很有可能确实正确。

徐文强比喻说,一个数学猜想可能就像一座大山,数学家们在翻越山峰的过程中希望看到山峰背后的美丽风景。如果有强大的AI工具让人类翻越一座座大山,未来可能会有更多风景展现在面前。因此数学家应该更勇敢地利用这些工具去攀登,而不是因为一座山峰好像突然在AI借助下被轻易翻越了,就不再去为背后的风景继续努力。

人类与机器证明的可信度

对于“现在认定AI完成证明是否为时尚早”的提问,丘成桐回应说,这个证明是机器花了功夫验证的,不是完全没有验证,所以对它的可靠性还是有相当的相信。他提到,正在参加黎曼二百周年纪念会议的主要演讲者Maynard亲口讲,认为98%的可能是对的。

丘成桐表示,数学家对证明正确看得很重要,但物理、生物或化学的研究远没有得到百分之百的确认就认为是对的。做实验往往很多时候会有错的,他们认为准确到一个地步以后就认为是全部对的。数学的要求比这些严格得多,因为要推理,用机器一个个拆开来,其实比物理上发现的重要事件还要准确得多。所以还是需要验证,只是不需要太严重的怀疑,因为机器验证有相当可靠性。

Maynard在采访中表示,这份证明附带了形式化验证,即让机器检查一个结论是否完全正确的方法。当然仍然有几项额外检查需要做,必须稍微谨慎一些。不过他也认识作者,知道作者此前在AI与数学领域作出过重要贡献,一定会非常仔细地检查自己的工作,而且没有理由发布一份错误的成果。面对如此规模庞大、备受关注的结果,他认为作者在没有认真检查的情况下就将其公开的可能性非常非常小。

对于同一天另一位数学家Masullo给出940页广义黎曼猜想证明、但几小时后被AI发现问题一事,丘成桐表示,研究黎曼猜想的人多如牛毛,每一年都有人讲他做到了,很多是不靠谱的。研究很久不表示就有真的重要的想法,九百多页纸也不表示什么。他并不认得Masullo,不晓得是真的还是假的。但因为AI宣布证明了,Masullo有点急,所以赶快发表,中间会有错误,是能够预期的,并不奇怪。

丘成桐强调,人类的证明常常会有错误,因为没有经过机器验证的话,错误的可能性很大。一般来讲,一个这么大的定理的证明,通常至少要一年到两年,由其他专家一同努力,通常都会验证相当久才能比较确定地认为它是对的。至于用机器来验证是比较可靠的,因为机器通过大量计算,将每一个命题都分成很小的问题来检查。

徐文强补充说,AI可以很快通过Lean来检验一个数学论文正确与否,这很好。数学界常常被诟病论文审稿周期特别长,一个重要原因就是知识壁垒,很多领域的同行专家非常少,世界上屈指可数,只有那几个人有能力和精力去验证证明是否正确。现在有Lean这样AI辅助之后,可以大大缩减这个过程。

如何消化25万页机器证明

对于AI证明生成的自然语言草稿长达25万页、人类难以卒读的问题,丘成桐认为这并不是个问题。他举例说,历史上除了数学以外,所有科学的发展在找到答案的时候,大部分都是没有了解的。拿到诺贝尔奖的工作大部分也是通过很久时间才慢慢了解,甚至到现在都还不了解。杨振宁先生跟李政道先生关于宇称守不守恒的问题,过了七十年,到现在对于宇称为什么弱作用下不守恒、强作用下守恒都还是个谜。所以不可能将每一个事情都全部了解了才表示有进步。

丘成桐估计,等知道机器对了以后,五年内会全部理解,将它的精神找出来。做问题时最重要的第一步是它是对的还是不对的。当黎曼猜想还没证明以前,很多人认为它可能是不对的,有些人认为是对的。在没有办法决定的时候,就很难有进步。现在晓得它是对的以后,就花全部精力去了解它,看看它的证明是否可以融会贯通,这往往是一个很大的步骤。

丘成桐以自己证明卡拉比猜想的经历为例,当年他花了三年功夫走了不对的方向,认为猜想是错的。过了三年比较了解以后,才要走相反的方向。假如一早就晓得它是对的,就不会花三年去找反例。所以第一步很要紧,方向要找对。做所有科学、每一门学问的第一步,就是什么方向是对的。AI在这方面能够让人晓得哪一步是对的,是很重要的事情。

丘成桐表示,所谓25万页纸,有可能很多是写得啰嗦,没有干干净净地写下来。他认为顶多五年功夫,整个过程会被了解清楚,同时会写下一个人类能够懂的方法出来。他很有信心,认为人类有这个能力。因为AI做的方法其实都是人类想过的方法,将它综合起来,进了一大步。既然是人类找过的方法,人类也有办法去了解它,所以不认为这是一个大的障碍。

徐文强赞同丘成桐的看法,并补充说,AI给出了一个证明,至少好于没有这个证明。人类怎么去处理,个人感受就是放轻松。消化这个证明的过程本身也是在学习,在推动数学的发展,所以多花一点时间没有什么了不起。另一方面,人类很聪明,如果真发现在验证、消化过程中非常消耗精力,并且没有获得乐趣、新的突破、新的了解,那很有可能会有人自己想办法,用别的方式重新给个证明。所以在这个过程中,总会有收获。

Maynard表示,已经有一些同事在借助AI梳理这25万页的证明,试图提炼关键思想,让数学家能够开始理解整个论证。他非常乐观地认为,第一步可以用AI把证明压缩到更容易处理的篇幅。接下来需要人类仔细研究,理解整体思路。一旦把握整体思路,还可以进一步大幅简化。这会需要一些时间,但他希望几年之后能够看到一份完整的证明,也许仍然很长,但人类能够读懂。

对于这项进展是否会改变自己做研究的方式,Maynard说希望会。但目前还没有人真正理解这份证明,它是一份人类无法理解的机器证明,所以从某种意义上说,什么都没有改变。昨天他相信黎曼猜想是对的,今天也相信。现在有了形式化验证,他的信心其实并没有发生太大变化。但如果理解了它为什么是对的,这种理解会让他以完全不同的眼光看待数论,也将促使他改变工作方式,采用新的研究方法。这正是为什么“理解”如此重要。就眼下而言,他思考问题的方式完全没有改变。但他想,两年之后会有更深入的理解,到那时看待很多事情的方式很可能会发生很大变化。

功劳归属:人类贡献更大

对于AI只用几周就解决黎曼猜想是否说明数学家觉得困难的事情对AI不是同一种困难,Maynard表示,现在的AI思考方式跟人类惊人地相似。它做数学的许多方式和人类数学家非常接近,因为它是用人类迄今积累的全部数学知识训练出来的。它确实比人类数学家有优势:知道人类写过的每一项数学成果,运算和尝试的速度也快得多,因此能探索更多种可能。这些优势让它与人类有些不同。但让他惊讶的恰恰是,它竟然如此像人类。这意味着,数学家觉得困难的大多数问题,AI同样觉得困难;数学家认为比较容易的问题,AI也觉得比较容易。所以目前人类数学家与AI其实相当相似。当然,随着AI继续发展,将来两者之间可能会出现更大的差异。

Maynard强调,假如这个证明是正确的,那么它其实建立在无数人类数学家提出的不同思想之上。所以如果认为AI突然跑出来独自解决了这个问题,那是错误的。AI只是跑完了这场长跑最后的一小段。绝大部分艰苦工作是人类数学家几十年、几十年地积累完成的。AI在非常重要的意义上依赖并继承了他们的全部思想和成果。就目前来看,AI还不太擅长建立理论、发展新理论,因此非常依赖人类创造的理论。它也许比人类更善于运用已有思想,但如果某个问题超出了现有理论能够触及的范围,那么目前看来AI也很难解决。

Maynard认为,如果将来人类和AI各自擅长的事情出现很大差别,就需要重新思考研究的问题和整个研究格局。人类会更多去做那些人类容易、AI困难的事情;而对于人类困难、AI容易的问题,则由AI发挥主导作用。双方可以按这种方式合作。不过目前让他惊讶的是,人类和AI的思维方式比他原先想象的更为相似。

对于人机共同完成证明时学术成果如何归属,丘成桐以大型团队实验为例说,很多大型团队做实验往往有几十人、几百人甚至几千人一同参与。十几年前日内瓦加速器做出Higgs粒子的发现,理论基本上先有了,但实验做出来有很多人参与。最后诺贝尔奖给了Higgs,Higgs本身在实验上其实没有大的贡献,他五十年前讲过一些、做过一些文章,所以拿了诺贝尔奖。所以大型团队做学问得到的credit并不是这么干净地分配的。数学也会慢慢有这个问题,是无可避免的。但这种事情不是今天才发生,物理学界、生物学界都常常出现。生物实验往往是好几个人一同做的,没有分得这么干净。这是一个问题。但照他看,假如你是主要角色,做一个问题是你指挥AI去做的,这还是公平的,你占了重要的credit,因为AI还是听你的话去向前走的。

徐文强表示,过去五十年到一百年里,数学界过于看重谁第一个证明某个问题,把绝大部分荣誉都给了第一个给出证明的人。但现在时代在改变,大家对数学的理解应该更加广义,数学界也会慢慢形成新的评价体系。第一个给出证明的人当然依然有重要贡献,但提出问题同样重要。大家可以简单地问一句:谁提出了黎曼猜想?不是AI,而是伟大的数学家黎曼。即使大模型拿到了很多荣誉,也不能忘记是谁提出了这个问题。

对年轻学者是机会

对于人机合作缩短证明进程后数学发展路径的变化,丘成桐表示,传统以来数学家做数学都是一步一步向前走,达到最后一步就算完成。但物理学家、生物学家、化学家的方法跟数学家有点相反:生物学家做实验先得到一些数据,再慢慢推敲,看看结果有什么意思。物理也是这样。现在AI把数学家的做法扭过来了。AI可以先帮你找到答案,但还要去消化整个做学问的过程,看内容是怎么样的。希望从这个过程中学习到它的方法,来提升自己的想法。所以无论如何都是要人脑来帮忙的。机器现在问的问题都不是很重要的问题,它解题的能力比问问题的能力强得多。照他的看法,问问题更需要创造力,尤其是问重要的问题。

丘成桐希望学者也能学习这一点。了解了问题以后,要问下一步怎么走,对数学才是最好的。这一点AI还做不到。得花功夫,把自己走过的路和机器走过的路放在一起,融会贯通,才知道该往什么方向走。以后数学家的习惯会改变,跟物理学家、化学家有点像,先找到答案,再研究怎样理解它、怎样证明它。

丘成桐认为,对于中国年轻学者来讲,这应当是很激励人的事情。因为每一次科学转型的时候,年轻人能够发挥更大的作用。年纪大的人不太习惯,年轻人趁这个时候很快就上去了。本来照他的估计,中国数学跟海外还是有一段距离,现在有了一个赶上去的机会,也就是所谓“弯道超车”。这是改进中国数学最快的一个时机,一瞬即逝,希望我们能把握住,加大对基础科学的投入,让AI发挥所长。

不公平竞争是主要问题

对于未来数学研究依赖AI模型、算力和基础设施是否会导致不平等使用的问题,丘成桐表示,依赖本身没有什么太大的问题。从古代看,显微镜发明以后,生物学家大量用显微镜,可以讲生物学要靠显微镜,没有问题,显微镜变成生物的重要部分。天文学发明望远镜以后都靠望远镜,以后不但是小望远镜,还要做很大很大的望远镜,天文学家跟着它们走,去智利、去西藏、去南极、去北极。所以科学家跟工具是分不开的,没有什么不好。

丘成桐说,五十多年前计算机开始发展,到今天离不开计算机。AI也会成为做科研不可缺少的一部分。因为人脑还是要向前走,指导AI怎么去向前帮我们做学问。只不过这次跳跃得比较大一点,所以有点震惊。但从长远来讲是很好的事情,让我们对很多重要问题能够更进一步地了解,了解比从前深一点,同时快了一点。但很快我们就会晓得,AI能够解决的问题也慢慢会慢下来,不会一路都是这样猛进。

丘成桐同时坦言,美国几个大公司投了很多钱来做这个事情,几亿美金甚至几十亿美金。他们也不可能这样继续不停投资,所以会慢慢停顿下来。希望能够趁它慢下来这个时间,赶快追上去,也让年轻学者能够追上去。

丘成桐强调,机器是不是公平地让每个人都可以用,这个是更重要的问题。现在这些机器掌握在少数公司手上,想给谁用就给谁用。现在尤其是美国控制这些机器,不准给中国学者用。不但不准美国机器给中国学者用,也不准其盟友给中国用,大量封杀中国学者。这是很不公平的。因为做研究,假如机器每一个人都同样地用,开源的,这是公平竞争。现在主要问题是竞争并不公平。

丘成桐表示,要是像今天的电脑一样,人手一部都可以用的话,就很难怪谁用电脑做到最先。假如ChatGPT也好,Claude也好,这样重要的机器只准美国少数数学家可以用,这是很不公平的事情,要坚决反对。其他他觉得没有什么大的问题。

徐文强表示非常赞同丘成桐所说,在这个关键阶段一定要进一步加大投入,推动AI与数学的结合,让国产模型抓住非常好的时机,进一步缩小跟美国的差距。

数学将迎来黄金时代

对于过去一年反思AI对数学意味着什么,Maynard表示,他更清楚地认识到了自己真正看重数学的什么。AI出现以前,人类数学家每天的一项主要工作就是设法证明各种结果,因为证明结果是一项极其困难的挑战。当一个人类数学家证明了某个结果,他可以告诉大家自己在研究这个问题时想了些什么,思想是怎样产生的,直觉是什么。这些内容带来的理解远远超过证明本身。

Maynard说,现在AI来了,生成证明变得容易得多。但与此同时,我们并没有得到相应的直觉和理解。过去总是相伴而来的两件事,如今被分开了。他花了一些时间才真正意识到:他原以为自己在乎的是那些轰动性的数学成果,但实际上,他在乎的是过去那种研究方式下伴随这些成果一起产生的所有东西。到了这个新时代,真正重要的是理解。他也是过了一阵子才想明白这一点。他早就感觉这些AI证明让人有些不满足,但经过一番反思才发现,自己真正看重的是人类的理解,而不是那些能登上头条的结果。

对于数学界担忧数学家可能失业、年轻学生可能迷茫,Maynard表示,数学这门学科必须改变去适应AI。我们正在进入一个新时代,这意味着目前有很多事情还不确定:今后论文该怎样发表,年轻数学家将如何接受评价、按照什么标准打分等等。这种状况确实令人遗憾。不确定性本来就会让人感到不安,所以人们有这样的反应很自然。眼下未来确实充满不确定性,因为AI一直在变化。我们也必须保持灵活。随着AI的进步,很可能还需要再次调整这门学科,让数学能够适应AI,与它共同发展。

Maynard认为,数学将迎来一个非常激动人心的未来,一个黄金时代。那些他一直梦想看到被证明的非凡结果,将会一个个得到证明。而且,我们不仅会得到那些轰动性的结果,还会获得过去认为理应伴随证明而来的深刻理解,因为数学家将能够看得更远、走得更快。这当然会带来不少变化。变化让人不安,甚至引起担忧,是完全可以理解的,尤其是年轻人,因为他们受到的影响最大。所以资深数学家非常有必要努力引导年轻一代,帮助他们度过这个阶段,因为面对不确定的局面,年轻人确实需要一些指导和帮助。但他很乐观:数学将因此变得更加健康、更加强大,而不是走向数学家失业的结局。在他看来,数学是科学的语言,支撑着世界上如此多的进步。而人类的理解始终会发挥非常重要的作用,这就需要数学家。