AI碾压猜想之后数学何去何从

摘要

作者以渗流理论猜想θ(p_c)=0为线索，指出前沿AI在众多数学任务上已远超自己，其生成的证明可能在一个领域尚未成熟前就将其斩首。他认为数学的珍宝是探索过程、失败与人际相遇催生的思想，而非定理产量，因此呼吁数学家坚持由人探索，不把认知与创造力交给机器。

作者先作声明，只谈AI对数学共同体的直接影响，承认AI进步惊人、部分问题确实会因之受益，随即抛出核心疑问：数学中大量涌现的AI生成证明，真的是我们需要的吗。

他以渗流理论猜想θ(p_c)=0为主线索，讲述自己多年未解却因此结识合作者、重启随机流工具、收获无数想法的经历，说明一个问题远不只是待证的定理，更是照亮研究道路的灯塔。

他批评当下用法让人僵住：人工发现可能在领域充分发展前将其斩首，如核爆般令数学版图难以居住，并伤害青年学者的选题、能力培养与职业文化。

最后他坦言没有解决方案，但主张数学家的使命是生产理解而非仅生产定理，应继续教授怀疑、实验与失败，并表明自己已选择不依靠AI替代创造过程。

θ(p_c)=0 猜想：渗流理论最著名的未解猜想，陈述极简却难度极高，被视为最适合前沿模型攻克的候选问题。

斩首效应：AI生成的发现可能在一个研究领域尚未充分发展前就终结其核心问题，压缩后人的探索空间。

过程重于答案：作者主张数学的价值在于反复失败、绕路与思想流动，而非快速产出定理。

生产理解：数学家的真正使命是让抽象概念经共同体逐步内化，并传递给下一代文化。

认知让渡：把创造力哪怕部分交给机器，意味着放弃人类智力探索的自主边界。

此摘要卡片由 AI 自动生成