丘成桐等数学家发声当晚,AI证明黎曼猜想获得了独立验证
AI证明黎曼猜想震惊天下。昨晚,丘成桐等数学家召开记者会发声。会后,Lean与Mathlib两个计算机辅助数学证明社区联合发表声明,正式确认了Levent Alpöge与Claude合作完成的黎曼猜想形式化证明的正确性。
这是震动世界的一天。当90后数学家Levent Alpöge单方宣布用AI证明了黎曼猜想之时,“黎曼诞辰200周年学术研讨会”也在深圳拉开帷幕,1982年菲尔茨奖得主丘成桐与牛津大学数论教授、2022年菲尔茨奖得主James Maynard正于此间聚首。突如其来的惊人事件让丘成桐于昨晚急召线上记者会,携年轻同事徐文强副教授与Maynard先后接受了包括“返朴”在内的几家媒体记者的采访。而记者会刚结束,AI证明黎曼猜想就获得了社区正式确认。
北京时间11月21日21时55分,负责开发计算机辅助证明系统Lean的非营利研究机构LeanFRO,与支持其数学知识库Mathlib建设的MathlibInitiative,在Lean社区官网发表联合声明,正式确认Anthropic数学家LeventAlpöge与AI模型Claude合作完成的黎曼猜想证明正确。声明表示:“我们完全确信Alpöge对黎曼猜想的证明是正确的,并祝贺他取得这一成就。”
11月20日,Alpöge公布了约1700万行Lean代码,声称证明了困扰数学界167年的黎曼猜想。随后一天里,Lean与Mathlib社区的成员对这套庞大的形式化证明进行了密集核验。联合声明特别强调,这套证明已经通过四项关键检验:第一,代码中对黎曼猜想的数学表述准确无误;第二,整套代码能够成功编译,已有数十人独立复现;第三,代码最终证明的确实是黎曼猜想,不存在通过修改定义或偷换命题蒙混过关的情况;第四,证明不仅通过了Lean官方内核的检查,还通过了多套独立开发的验证工具,排除了利用单一检查器漏洞制造虚假证明的可能性。
这意味着,Alpöge的成果已通过社区的独立核验,不再只是作者个人的宣称。声明最后表示:“我们期待数学界的一切活动,帮助解释本次证明中的新观点。”

声明部分截图|来源:https://leanprover-community.github.io/blog/posts/riemann-hypothesis/
以下为记者会部分内容精要摘录,为了便于阅读和理解,我们对部分关系紧密的问题做了合并和次序调整。敬请读者注意的是,以下对话发生时,尚不知AI证明黎曼猜想获得了认证。丘成桐与徐文强先答记者问后退场,Maynard再独立接受采访。
得知新闻的第一反应:数学进入新纪元
提问丘&徐:您得知黎曼猜想获得AI证明的消息时第一反应是什么?
丘成桐:从昨天晚上到今天早上,海外一大堆媒体就报告这个黎曼猜想被AI解决的事。这当然是数论上的伟大贡献,可以讲震动了全世界。黎曼猜想是有史以来被认为是最重要的大工作,能在我们这个纪念黎曼二百周年的会议刚开始第一天就宣布出来,对我们是一个很好的意头。表示数学进了一个新的纪元。
从前我们梦寐以求的重要问题都解决了。现在我新的看法是,要将数学向前更进一步。所以很重要的问题就是我们要向哪一个方向走,什么样子才是最好的、最能够吸引我们学者向前走的方向。我们带领的人要给出一个新的方向来。希望我们年轻的学者,尤其中国的年轻数学家,能够在这个平台上发展出一套我们的理论来,此事也给我们中国学者一个很好的机会。
徐文强:第一感觉“比较震惊”,在大概了解一点背景之后,第一感觉这应该是正确的。虽然还没有经过严格验证,现在发布的AI版本确实太长,人类数学家还需要花很多时间去消化它,但这是一个很积极的事情,至少说明这样的一个证明从理论上是存在的,并且很有可能确实是正确的。
一个数学猜想可能就像一座大山,数学家们在翻越山峰的过程中,希望看到山峰背后的美丽风景,如果有强大的AI工具,让人类翻越一座座大山,那么未来可能就会有更多的风景展现在我们面前。因此数学家应该更勇敢地去利用这些工具,去攀登一个又一个的山峰,看到更多的风景,而不是因为一座山峰好像突然在AI的借助下被轻易翻越了,就不再去为背后的风景而继续努力。

人类和机器,谁的证明更可信?
提问丘&徐:现在认定AI完成了证明会不会为时尚早?因为毕竟还没有经过验证。
丘成桐:这个证明是机器花了功夫验证的,不是完全没有验证。所以我们对它的可靠性还是有相当的相信的。正在我们这边参加我们黎曼二百周年纪念的会议,一个主要的演讲者(编注:指Maynard),他是这方面的专家。他亲口讲,他认为98%的可能是对的。
数学家是对证明正确看得很重要,但事实上,假如你去看物理、生物或化学的研究,他们远没有得到百分之百的确认,就认为是对的。做实验往往很多时候会有错的。他们认为准确到一个地步以后,就认为是全部对的。我们的要求比这些严格得多。因为我们要推理,用机器一个个拆开来,其实比物理上发现的重要的事件还要准确得多。所以我是认为还是需要验证,只是不需要太严重的怀疑。因为机器验证是有相当可靠性的。
提问Maynard:您说过,自己有98%到99%的把握认为这份证明是正确的。所以我想问,是什么让您有这么高的信心?
Maynard:这份证明附带了形式化验证。形式化验证就是让机器检查一个结论是否完全正确的方法。当然,仍然有几项额外的检查需要做,必须稍微谨慎一些。不过,我也认识这项工作的作者,知道他此前在AI与数学领域作出过重要贡献。我知道他一定会非常仔细地检查自己的工作,而且他没有理由发布一份错误的成果。面对这样一个规模庞大、备受关注的结果,我认为他在没有认真检查的情况下就将其公开的可能性非常非常小。
提问丘&徐:同一天,另一位数学家Masullo也给出了一份940页的广义黎曼猜想证明,据称完全由人类完成,耗费了12年。但仅仅几小时后,就有人借助AI发现其中的问题。您怎么看待这个反差?
丘成桐:首先,研究黎曼猜想的人多如牛毛。每一年都有人讲他做到了,很多是不靠谱的。他可以讲他研究十二年,讲研究六十年的人都有。研究很久不表示你就有真的重要的想法。九百多页纸也不表示什么。我并不认得他,不晓得是真的还是假的。但是无论如何,因为AI宣布它证明了,他有点急,所以就赶快发表他的做法,所以中间会有错误,我想是能够预期的,并不奇怪。
人类的证明常常会有错误,因为没有经过机器验证的话,错误的可能性很大。一般来讲,一个这么大的定理的证明,通常至少要一年到两年,由其他的专家一同来努力,通常都会验证相当久才能比较确定地认为它是对的。至于用机器来验证是比较可靠的,这是因为机器通过大量的计算,将每一个命题都分成很小的问题来检查。
徐文强:AI可以很快地通过Lean来检验一个数学论文正确与否,我觉得这很好,这没有什么不好。我们常常被诟病的就是论文审稿周期特别长。一个很重要的原因就是知识壁垒,很多领域的同行专家其实非常少,世界上屈指可数,只有那几个人有能力和精力去验证你的证明是否正确。现在有Lean这样AI辅助之后,可以大大缩减这个过程。
如何对待难以卒读的机器证明?
提问丘&徐:这次AI证明黎曼猜想生成的自然语言草稿有25万页之长,人类难以卒读,我们该如何应对难以理解机器证明的问题?
丘成桐:这并不是个问题。因为历史上除了数学以外,所有科学的发展,在找到答案的时候,其实大部分都是没有了解的。拿到诺贝尔奖的工作大部分也是通过很久时间才慢慢了解,甚至到现在都还不了解。杨振宁先生跟李政道先生关于宇称守不守恒的问题,过了七十年,到现在我们对于宇称为什么弱作用下不守恒,强作用下守恒都还是个谜。所以不可能将每一个事情都全部了解了,才能够表示有进步。
对黎曼猜想,等知道机器对了以后,照我的估计,五年内会全部理解,将它的精神找出来。做一个问题的时候,最重要的第一步就是它是对的还是不对的。当黎曼猜想还没证明以前,很多人认为它可能是不对的,有些人认为是对的。在没有办法决定的时候,就很难有进步。但是现在你晓得它是对的以后,就花全部精力去了解它,看看它的证明是否可以融会贯通,这往往是一个很大的步骤。
当年我做后来让我出名的卡拉比猜想的时候,我花了三年功夫走了不对的方向,就是认为它是错的。过了这三年,我比较了解它以后,我要走相反的方向。假如我一早就晓得它是对的,我就不会花三年去找反例。所以第一步很要紧,方向要找对。其实做所有科学、每一门学问的第一步,就是什么方向是对的。所以AI在这方面能够让我们晓得哪一步是对的,是很重要很重要的事情。
晓得这一步以后,我们怎么摸索它,找出它应当解决的方法,应当是有办法,同时应当很快就能够解决的。所谓25万页纸,有可能很多是写得啰嗦,没有干干净净地写下来。我想很快,我认为顶多五年的功夫,这个整个过程会被了解清楚,同时会写下一个人类能够懂的方法出来。我很有信心,认为人类有这个能力。为什么?因为AI做的方法其实都是人类想过的方法,将它综合起来,进了一大步。既然是人类找过的方法,人类也有办法去了解它,所以我不认为这是一个大的障碍。
徐文强:我非常赞同。很重要的一点是,AI给出了一个证明,至少好于没有这个证明。接下来人类怎么去处理,我的个人感受就是放轻松。消化这个证明的过程本身也是在学习,在推动数学的发展,所以多花一点时间没有什么了不起。另外一方面,人类是很聪明的,如果真的是发现在验证、消化的过程中非常消耗精力,并且没有获得乐趣、新的突破、新的了解,那很有可能会有人自己想办法,用别的方式重新给个证明。所以在这个过程中,我觉得总会有收获。
提问Maynard:对于如此庞大的证明,所谓“真正理解”具体意味着什么?人类数学家需要把每一步都重新推导一遍吗?
Maynard:已经有一些同事在借助AI梳理这25万页的证明,试图提炼其中的关键思想,让数学家能够开始理解整个论证究竟是怎么回事。我非常乐观地认为,第一步可以用AI把证明压缩到更容易处理的篇幅。接下来,就需要人类仔细研究,理解它的整体思路。而一旦把握了整体思路,我想还可以进一步大幅简化。所以这会需要一些时间,但我希望几年之后,我们能够看到一份完整的证明。它也许仍然很长,但人类能够读懂。
提问Maynard:这项进展会改变您自己做研究的方式吗?
Maynard:我希望会。但目前还没有人真正理解这份证明。它是一份人类无法理解的机器证明,所以从某种意义上说,什么都没有改变。昨天我相信黎曼猜想是对的,今天我也相信。现在有了形式化验证,我的信心其实并没有发生太大变化。但如果我理解了它为什么是对的,那么这种理解,我想,会让我以一种完全不同的眼光看待数论。这也将促使我改变工作方式,采用新的研究方法等等。这正是为什么“理解”如此重要。就眼下而言,我思考问题的方式完全没有改变。但我想,两年之后,我会有更深入的理解,到那时,我看待很多事情的方式很可能会发生很大变化。

Maynard在线接受媒体采访|图源:线上会议截图

功劳还是人类的多
提问Maynard:AI只用了几周就解决了黎曼猜想这个最困难的数学问题。这是否说明,数学家觉得困难的事情,对AI来说可能不是同一种困难?
Maynard:这是个很好的问题。现在的AI思考方式跟人类惊人地相似。它做数学的许多方式和人类数学家非常接近,因为它是用人类迄今积累的全部数学知识训练出来的。它确实比人类数学家有优势:它知道人类写过的每一项数学成果,运算和尝试的速度也快得多,因此能探索更多种可能。这些优势让它与人类有些不同。但让我惊讶的恰恰是,它竟然如此像人类。这意味着,数学家觉得困难的大多数问题,AI同样觉得困难;数学家认为比较容易的问题,AI也觉得比较容易。所以目前,人类数学家与AI其实相当相似。当然,随着AI继续发展,将来两者之间可能会出现更大的差异。
假如这个证明是正确的,那么它其实建立在无数人类数学家提出的不同思想之上。所以,如果认为AI突然跑出来,独自解决了这个问题,那是错误的。AI只是跑完了这场长跑最后的一小段。绝大部分艰苦工作,是人类数学家几十年、几十年地积累完成的。AI在非常重要的意义上,依赖并继承了他们的全部思想和成果。就目前来看,AI还不太擅长建立理论、发展新理论,因此它非常依赖人类创造的理论。它也许比人类更善于运用已有思想,但如果某个问题超出了现有理论能够触及的范围,那么目前看来,AI也很难解决。
如果将来人类和AI各自擅长的事情出现了很大差别,我们就需要重新思考研究的问题和整个研究格局。人类会更多地去做那些人类容易、AI困难的事情;而对于人类困难、AI容易的问题,则由AI发挥主导作用。双方可以按这种方式合作。不过目前,让我惊讶的是,人类和AI的思维方式,比我原先想象的更为相似。
提问丘&徐:当证明由人类和AI来共同完成的时候,对于学术成果的归属应该如何界定?
丘成桐:举个例子来讲,关于credit的分布,很多大型团队做实验的时候,往往有几十个人、几百个人,甚至几千个人一同做一个实验。好像十几年前日内瓦加速器做出了Higgs粒子的发现。那个是理论基本上先有了,但是实验做出来是有很多人参与的。最后谁应当拿诺贝尔奖?结果给了Higgs。Higgs本身在这个实验上其实没有什么大的贡献,他是五十年前讲过一些、做过一些文章,所以拿了诺贝尔奖。
所以关于大型团队做学问得到的credit,并不是这么干净地分配的。我想数学也会慢慢有这个问题,是无可避免的。但是这些事情不是今天才发生,在物理学界,在生物学界,都常常出现。往往生物的实验是好几个人一同做的,不是一个人做的,没有分得这么干净。这是一个问题。但是照我看,假如你是主要的角色,做一个问题是你指挥AI去做的,我想这还是公平的,就是你占了重要的credit,因为AI还是听你的话去向前走的。
徐文强:在过去五十年到一百年里,数学界过于看重谁第一个证明某个问题,把绝大部分荣誉都给了第一个给出证明的人。但现在时代在改变,大家对数学的理解应该更加广义,数学界也会慢慢形成新的评价体系。第一个给出证明的人当然依然有重要贡献,但提出问题同样重要——大家可以简单地问一句:谁提出了黎曼猜想?不是AI,而是伟大的数学家黎曼。即使大模型拿到了很多荣誉,我们也不能忘记是谁提出了这个问题。
对年轻学者是机会
提问丘&徐:过去数学家在证明猜想的过程中,往往会创造新的工具和方法,甚至延伸出新的数学方向。如今人机合作大大缩短了这一进程,未来推动数学发展的路径与传统相比会有哪些改变?
丘成桐:传统以来,数学家做数学,都是一步一步向前走,达到最后一步就算是完成。但是物理学家、生物学家、化学家的方法,跟数学家是有点相反的:生物学家做实验,先得到一些数据,再慢慢推敲,看看这个结果有什么意思。物理也是这样,因为我也做物理。
现在AI把数学家的做法扭过来了。AI可以先帮你找到答案,但是我们还要去消化整个做学问的过程,看内容是怎么样的。希望从这个过程里面学习到它的方法,来提升我们自己的想法。所以无论如何都是要人脑来帮忙的。机器现在问的问题都不是很重要的问题,它解题的能力比问问题的能力强得多。照我的看法,问问题更需要创造力,尤其是问重要的问题。
我希望我们的学者也能学习这一点。了解了这个问题以后,要问下一步怎么走,对数学才是最好的。这一点我想AI还做不到。我们得花功夫,把自己走过的路和机器走过的路放在一起,融会贯通,才知道该往什么方向走。我想以后数学家的习惯会改变,跟物理学家、化学家有点像,先找到答案,再研究怎样理解它、怎样证明它。
对于中国的年轻学者来讲,这应当是一个很激励人的事情。因为每一次科学转型的时候,年轻人能够发挥更大的作用。年纪大的人不太习惯,年轻人趁这个时候很快就上去了。本来照我的估计,中国的数学跟海外还是有一段距离,现在有了一个赶上去的机会,也就是你们讲的所谓“弯道超车”。这是改进中国数学最快的一个时机,一瞬即逝,我希望我们能把握住,加大对基础科学的投入,让AI发挥所长。
不公平竞争是主要问题
提问丘&徐:未来的数学研究越来越依赖于AI模型、算力和基础建设,会不会让研究者没有办法去平等地使用这些AI工具?数学作为一个开放知识体系,会不会受影响?您怎么看待AI业界和数学界之间的关系?
丘成桐:依赖本身没有什么太大的问题。从古代我们看,显微镜发明以后,生物学家大量用显微镜。你可以讲生物学要靠显微镜,没有问题,显微镜变成生物的一个重要部分。天文学发明了望远镜以后,都靠望远镜。以后不但是小望远镜,还要做很大很大的望远镜,然后天文学家跟着它们走,去智利,去西藏,去南极,去北极。所以科学家跟工具是分不开的,没有什么不好。
五十多年前计算机开始发展,到了今天我们离不开计算机。AI也会成为我们做科研不可缺少的一部分。因为我们人脑还是要向前走,指导AI怎么去向前帮我们做学问。只不过这次跳跃得比较大一点,所以我们有点震惊。但是从长远来讲,我想是很好的一个事情,让我们对很多重要的问题能够更进一步地了解。了解比从前深一点,同时快了一点。但是很快我们就晓得,AI能够解决的问题也慢慢会慢下来,不会一路都是这样子猛进的。
同时要坦白讲,美国这几个大公司投了很多钱来做这个事情,几亿美金,甚至几十亿美金的投资。他们也不可能这样继续不停投资在这上面,所以会慢慢地停顿下来。希望能够趁它慢下来这个时间,我们赶快追上去,也让我们年轻的学者能够追上去。
机器是不是公平地让每个人都可以用,这个是更重要的问题。现在这些机器掌握在少数公司手上,想给谁用就给谁用。现在尤其是美国控制这些机器,不准给中国的学者用。不但不准美国的机器给中国的学者用,它也不准它的盟友给中国用,大量地封杀中国的学者。这是很不公平的。因为做研究,假如机器每一个人都同样地用,开源的,我想这是公平竞争。现在主要问题是竞争并不公平。
要是像今天的电脑一样,人手一部都可以用的话,就很难怪谁用电脑做到最先。假如ChatGPT也好,Claude也好,这样重要的机器只准美国少数的数学家可以用,这是很不公平的事情,这是要坚决反对的。其他我觉得没有什么大的问题。
徐文强:我非常赞同丘先生说的,我们在这个关键阶段一定要进一步加大投入,推动AI与数学的结合,让国产模型抓住这个非常好的时机,进一步缩小跟美国的差距。
数学将迎来黄金时代
提问Maynard:您曾说,过去一年里,您花了很多时间反思AI对数学意味着什么。那么,这番深入反思让您得出了什么认识?
Maynard:我想,我更清楚地认识到了自己真正看重数学的什么。AI出现以前,人类数学家每天的一项主要工作就是设法证明各种结果,因为证明结果是一项极其困难的挑战。当一个人类数学家证明了某个结果,他可以告诉大家,自己在研究这个问题时想了些什么,思想是怎样产生的,直觉是什么。这些内容带来的理解远远超过证明本身。
现在AI来了,生成证明变得容易得多。但与此同时,我们并没有得到相应的直觉和理解。过去总是相伴而来的两件事,如今被分开了。我花了一些时间才真正意识到:我原以为自己在乎的是那些轰动性的数学成果,但实际上,我在乎的是过去那种研究方式下,伴随这些成果一起产生的所有东西。到了这个新时代,真正重要的是理解。我也是过了一阵子才想明白这一点。我早就感觉这些AI证明让人有些不满足,但经过一番反思才发现,自己真正看重的是人类的理解,而不是那些能登上头条的结果。
提问Maynard:数学界仍然有一些担忧,比如数学家可能会失业,年轻学生可能会感到迷茫。总体来说,您怎么看这些担忧?
Maynard:显然,数学这门学科必须改变,去适应AI。我们正在进入一个新时代。这意味着目前有很多事情还不确定:今后论文该怎样发表,年轻数学家将如何接受评价、按照什么标准打分,等等。这种状况确实令人遗憾。不确定性本来就会让人感到不安,所以人们有这样的反应很自然……眼下未来确实充满不确定性,因为AI一直在变化。我们也必须保持灵活。随着AI的进步,我们很可能还需要再次调整这门学科,让数学能够适应AI,与它共同发展。
我认为,数学将迎来一个非常激动人心的未来,一个黄金时代。那些我一直梦想看到被证明的非凡结果,将会一个个得到证明。而且,我们不仅会得到那些轰动性的结果,还会获得我们过去认为理应伴随证明而来的深刻理解,因为数学家将能够看得更远、走得更快。这当然会带来不少变化。变化让人不安,甚至引起担忧,是完全可以理解的,尤其是年轻人,因为他们受到的影响最大。所以我认为,资深数学家非常有必要努力引导年轻一代,帮助他们度过这个阶段,因为面对不确定的局面,年轻人确实需要一些指导和帮助。但我很乐观:数学将因此变得更加健康、更加强大,而不是走向数学家失业的结局。在我看来,数学是科学的语言,支撑着世界上如此多的进步。而人类的理解始终会发挥非常重要的作用,这就需要数学家。
内容来自 虎嗅,版权归原作者所有。
阅读原文 ↗