从猫的分析到 Erdős 定理：人工智能越来越多地攻占数学顶点

人工智能模型正从人文学科任务转向解决复杂数学问题

*目前大多数人工智能最初是为文本和图像处理而开发的，但其研发者越来越意识到将其应用于数学的潜力。这开启了两个重要方向：*

1. 科学进步——新模型能够快速找到以前被认为不可解的答案。

2. 展示AI能力——在数学上的成功是技术有效性的鲜明证明。

成功案例
- 剑桥大学学生使用OpenAI模型解决了埃尔德什问题，曾被视为难以接近。

- 模型在国际数学奥林匹克和其他专业竞赛中表现出色。

- 前董事会成员海伦·图纳表示：“我们已经超越了区分猫狗等简单任务；现在AI正在解决高水平的问题。”

专门化开发
公司模型任务DeepMind（Google）AlphaProof数学DeepMind（Google）AlphaGeometry几何
这些模型在Epoch AI基准测试中获得认可，后者衡量解题速度和准确性。最初大型语言模型被认为不适合，因为它们生成“概率”文本并常常出现“幻觉”。然而，引入强化学习和推理架构显著提高了其可靠性。

加强科研团队
OpenAI吸引了两位杰出数学家：

- Ernest Ryu – 加州大学洛杉矶分校

- Mehtaab Sawhney – 哥伦比亚大学

这些专家帮助提升模型及其解决复杂问题的能力。

数学作为“可验证”测试
数学证明可以自动检验，使其成为AI实验的理想领域。这也促进了软件发展：

- Anthropic投资Claude Code——生成程序代码的助手。

接下来？
为了解决真正艰深的科学问题，AI需要依赖已有成果，而不是仅靠一次“临时”会话。目前模型能够有效整合来自不同学科的信息，加速新思想的产生。专家相信，在不久的将来，这将成为推动科学进步的关键驱动力。

> *在数学中，AI已证明其效能。*