机器的新前沿
几十年来，数学一直被视为自动化几乎无法触碰的堡垒。提出猜想、识别隐藏模式并构建严格证明的能力，似乎需要一种算法无法复制的推理。然而，这种看法正开始改变。
ChatGPT 的创造者 OpenAI 最近发布的公告重新点燃了讨论，称其模型已解决已知最具挑战性的数学问题之一。这项工作仍处于科学界的分析和验证之中，但表明人工智能正在跨越一道象征性的屏障。
利害攸关之处
数学一直被视为科学的通用语言，也是衡量人类认知能力的可靠温度计。因此，当一个计算机系统在该领域展示出能力时，其影响远远超出学术圈。
- 抽象推理的自动化： AI 不再局限于重复计算；它开始提出策略和逻辑结构。
- 科学工作的重构： 过去需要数月研究才能完成的任务，可能被加速到几天甚至几小时。
- 对专业培养的压力： 大学和研究中心已在讨论如何培养数学家，使其能与智能系统并肩工作。
完全取代还是合作关系？
专家们对这些变化的范围意见不一。对一些研究者而言，AI 往往会承担相当一部分技术性和探索性工作——如穷举搜索、证明验证和假设生成——而把更具创造性的问题与概念性解释留给人类。
另一些人则警告，低估这些模型的演进可能是个错误。随着系统学会处理形式语言和高级逻辑，“人类工作”与“机器工作”之间的边界正变得越来越模糊。
一个未解之谜
围绕 OpenAI 的这件事并未解决核心问题：人工智能在数学上能走多远？已知的是，进展的速度连最怀疑的人都感到惊讶。
如果说这一消息一方面助长了对知识型失业的担忧，另一方面也为一种前所未有的合作打开了空间。数学家可以把更多时间用于想象，而更少用于机械执行，让 AI 负责研究中繁重枯燥的部分。
接下来会怎样
数学界正加倍关注这些技术的下一步。对所公布结果的独立验证，将决定衡量这一成就真实影响的关键。
无论结论如何，有一件事似乎可以肯定：数学已不再是数字革命之外的孤立领地。而该领域的专业人士将不得不判断，AI 是威胁、盟友——还是很可能同时兼具两者。