Gorden Sun (@Gorden_Sun) “AI for Math 的新思路 如果一个人根本不懂数学，只是靠AI碰巧解出一道难题，有价值吗” — TopicDigg

AI for Math 的新思路 如果一个人根本不懂数学，只是靠AI碰巧解出一道难题，有价值吗？这有点像猴子拿到了AK47：武器很强，但它不知道为什么能打中，也不知道下一次该往哪里开枪。 数学研究的价值，不只是得到一个答案。更重要的是，有没有人能理解证明为什么成立，从中提炼出新的方法，再把这些方法推广到其他问题上。这也是陶哲轩一直强调的方向：AI可以参与数学研究，但人类必须始终参与到研究过程里。 最近，超衍智能 Apex Intelligence @apexin_ai 推出了一套名为“Apex Math”的自动化 AI 系统来做数学研究。不同于 OpenAI 的1万个Agent暴力并行求解，Apex Intelligence的路线是：先由专业数学家提出有价值、值得推进的研究课题，再让 AI 系统去尝试独立完成证明，最后交回给数学家做严谨的审核。有点类似Vibe Coding中Agent与程序员的合作模式。 这套数学家与AI的合作模式，人类始终在整个过程中，对于项目有充分的掌控和理解，很契合前几天陶哲轩等菲尔兹得主联名倡导的方向。 目前，Apex Intelligence的这套系统已经推进了 5 项前沿数学研究： · 其中 2 项已经通过了专家的严格核验。 1）MVI优化算法，人类数学家使用这套系统接力跟进，持续提升最优算法 第一版论文： 清华后续优化： 北大后续优化： 谷歌后续优化： 2）Mockenhaupt三项Hardy-Littlewood极大化猜想 AI 系统给出了一个通用的解析证明，彻底证明了这个猜想在所有参数下都成立。 · 另外 3 份候选论证（包括悬而未决 29 年的 Nivat 猜想），已直接公在了 Apex 数学平台 上，并且设立了 10 万元奖金池，公开邀请全球的研究者来挑错、复核或者补齐推导。 参与方式 ： 他们还分享了一些与AI的对话记录： Apex Math现在提供的方法，权衡了AI和数学家的职能，是比较实际能落地的方案，但还不一定是AI做数学研究的最终形态。不久的未来，随着AI能力的显著提升，数学家、科研工作者如何与AI协作，可能还会有大的变革。