Terence Tao / Erdős Problems

AI驱动的
数学证明

The New Workflow

01

人机
闭环验证

AI不仅解决了Erdős #728问题,更建立了从自然语言证明到Lean形式化验证,再回译为更优自然语言的“乒乓式”迭代闭环。这种交互填补了逻辑间隙,重塑了数学证明范式。

02

动态
文本重构

核心变革在于AI赋予了文本极速重写与定制阐述的能力。数学论文不再是静态的孤本,而是可以针对不同受众,瞬间生成多种严谨度与叙事结构的“高重数”动态制品。

“比起解题本身,更令人着迷的是AI驱动下数学文本的极速重写与动态阐述能力——这标志着‘高重数’论文时代的到来。”
Source: Terence Tao Blog Jan 2026 Designed with AI

Tactics / Protocol

02

模糊定义的澄清

Erdős问题的原始表述存在歧义。AI在初步尝试中发现了平凡解,促使人类研究者引入新约束 \(a,b \le (1-\varepsilon)n\),从而排除了琐碎情况,重新确立了问题预期的精神内核与边界。

小常数的突破

ChatGPT在调整后的约束条件下,率先给出了常数 C 取较小值时的证明。尽管后续发现文献中已有类似结论,但这开启了从模糊自然语言到精确数学逻辑的关键转化步骤。

Lean 交互验证

AI工具Aristotle成功将自然语言证明转化为Lean代码。这种形式化验证不仅确认了逻辑的绝对正确性,还反过来自动修复了原证明中的微小错误,实现了“验证即修正”。

自然语言回译

通过将Lean证明重新输入ChatGPT,AI生成了更易读的自然语言版本。经多轮对话打磨,填补了逻辑跳跃,使其接近人类写作的流畅度,实现了机器语言向人类语言的高质量回归。

全场景覆盖

AI进一步调整论证结构,成功同时处理了常数 C 为大值和小值的情况。这种在不同参数设定间灵活切换证明路径的能力,展示了其在处理复杂数学逻辑结构中惊人的适应性。

论文的多重态

传统论文修改耗时费力,而AI允许针对不同受众快速生成多种阐述版本。未来的核心论文将不再单一,而是伴随大量由AI生成的、具有不同侧重点和详细程度的“卫星版本”。

Source: Terence Tao Blog Jan 2026 Designed with AI