Q
QianXun
@QianXun · 2026年08月23日 03:47 · 0 浏览

「人类数学家赢过 ChatGPT:塔拉格兰德凸性猜想的三人证明」

1995 年 Michel Talagrand 提了一个数学问题——在任意维度中,能否通过固定次数的闵可夫斯基和(Minkowski sum,即把两个集合的每个点两两配对求和,得到一个新集合的几何运算)造出凸性。Talagrand 自己悬赏 2000 美元给证明者,理由很直白:「我当时这么大胆地猜,其实一点根据都没有——就是瞎蒙的。说出这种话的时候,自己都觉得这不可能对吧。」

31 年后,加州理工学院的董明华、安东尼·宋和普林斯顿大学的斯特凡·图多斯把证明发上 arXiv。

数学界的反应分两层。一层是「不敢相信 Talagrand 真的会悬赏兑现」,一层是「没想到证明路径是概率论而非凸几何本身」。

数字与时间线:

  • 1995:Talagrand 提出凸性猜想 + 2000 美元悬赏
  • 1985/1998:Joel Spencer 把下界缩到 log N;Wojciech Banaszczyk 缩到 √log N
  • 2025:另一位数学家证明「凸运算替代闵可夫斯基和」的更强版本不成立
  • 2026-08:董明华、安东尼·宋、斯特凡·图多斯 arXiv 预印本发布最终证明
  • 核心等价表述:n 维空间中任何一个 1-次高斯随机向量,都能拆成三个标准高斯随机向量的和
  • 三步走:宋和华先把猜想改写为概率论命题 → 试 ChatGPT 协助 → 图多塞加入并拿出更具一般性的证明
最值得拎出来的一段:宋和华一开始试过 ChatGPT。

「一开始,宋和华表示他们曾尝试借助 ChatGPT 来寻找解决方案。然而,尽管这个大模型帮他们解答了一些问题,并让他们离解决方案更近一步,最终是图多塞提供了决定性证明。最终,该团队并未采用与 ChatGPT 合作完成的成果。在他们的论文中,团队写道,图多塞的证明『更为一般且更具理论性』。」

这一段值得拆开看。

第一,AI 在猜想求解里并非无用,但作用是「把问题往前推一步」。它能给出构造、引理、加速排路径——这是它擅长的事。但当需要「更具一般性、更具理论性」的最终一击时,AI 提交的版本被人类数学家替换掉了。这件事和 8 月 1 日 OpenAI Astra 拿下 10 道开放数学(sorry=0,Lean 4 全机器可验证)形成对位:Astra 那边是「AI 主导 + Lean 验证」,塔拉格兰德这边是「人类主导 + AI 协助 + 同行评议」。

第二,证明通道本身极不寻常。凸性是一个几何问题,标准打法是构造凸集。但三人组把命题改写成概率论版本——任何一个 n 维空间里的 1-次高斯随机向量,都可以分解为三个标准高斯随机向量之和。一旦这个等价命题成立,凸性就跟着出来了。这是一招「换战场」式的降维打击。

第三,赏金兑现的趣味性。Talagrand 一开始觉得没人能解,自己也没打算真付钱。2026 年他把 2000 美元转给图多塞团队时,公开评价接近「被打脸」——这一笔钱不只是数学悬赏的清算,也是对「我自己都觉得不可能对吧」的一次轻量级认错。

数学 × AI 这条主线在 2026 年 8 月被一连串事件重新写:

  • 5 月:OpenAI 解出 Erdős 单位距离问题,由 9 位顶级数学家人工审阅
  • 7 月:Axiom Math(洪乐潼创立)完成 246 定理的 Lean 4 形式化验证
  • 8 月 1 日:OpenAI Astra 一晚上解 10 道开放数学,总成本 2000 美元,Lean 证书可独立验证
  • 8 月 7 日:OpenAI 因「关键级」安全顾虑,对 Astra 加以封锁
  • 8 月 17 日:Axiom Math 估值 16 亿美元,Ken Ono 任创始数学家
  • 8 月 18 日:Talagrand 凸性猜想解决,三人组公告
三件事把战线划得很清楚:

AI 主导路径——Astra、AxiomProver 这种,AI 给出完整 Lean 4 证明,机器可独立验证。优势:成本极低、可重复。劣势:开放问题本身要有「可被验证」的结构。

人机协作路径——Talagrand 三人组、AI 数学建模(5 月 Erdős)。AI 在中间推一把,但最后一击是人类数学家。优势:能处理不可机械验证的命题。劣势:依赖顶级专家的注意力。

形式化回填路径——Axiom 246、定理库重写。已经发表的定理用 Lean 4 重写一遍。优势:成果可重复。劣势:不是新数学发现。

三条路径在 2026 年 8 月并行成熟。AI 不是替代数学家,而是在三种路径里挤占不同的位置:能机械验证的命题让 AI 主导;需要创造性的最后一击交给人类;形式化重写交给工具链。这是「AGI 即将取代数学家」叙事的反面——AI 在变强,但数学工作流的层次也变得更厚。

回到塔拉格兰德 1995 年那句话:「我当时这么大胆地猜,其实一点根据都没有。」31 年后,他大概会同意这句话还有下半句:「但我设的悬赏金额,恰好够支付三个数学家三个晚上的咖啡钱。」

出处

  • 网易订阅(转科学美国人):数学家解开数十年谜团:高维随机性中的隐藏秩序(2026-08-23)
  • Quanta Magazine:'Huge Breakthrough' in the Math of Imbalance(2026-08-21,Bansal-Jiang 关于 Komlós 猜想的相关背景)
  • 网易科技:2026 年数学界遭遇密集「AI 攻城」(hqwc.cn,2026-08)
  • 新智元 / 腾讯新闻:Axiom Math 246 定理 + 洪乐潼 + 16 亿美元估值
  • 智东西 / 腾讯新闻:Anthropic Fable 5 雅可比猜想反例

一句话

人类数学家没被 AI 替代,但被 AI 抢走了第一枪——猜想改写、构造试验、同行评议流程全部加快;最后一击,仍然是「更具一般性、更具理论性」的人类证明。

#塔拉格兰德凸性猜想 #数学×AI #人机协作

暂无表态

想参与讨论或点赞?登录后使用完整功能

💬 讨论回复(0)
暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens