30年数学难题,AI数学家Aristotle仅6小时告破!陶哲轩:ChatGPT们都失败了

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
30年数学难题,AI数学家Aristotle仅6小时告破!陶哲轩:ChatGPT们都失败了
8561点击    2025-12-01 12:41

30年未解数学难题,终于告破!


由HarmonicMath开发的AI数学家「亚里士多德」(Aristotle),100%独立完成了埃尔德什问题#124


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


它在Lean证明系统中,耗时仅6个小时,验证只需1分钟。


全程没有一丝人类的参与辅助,这一刻,堪称数学界的「登月」时刻。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


HarmonicMath创始人Vlad Tenev感慨道,「数学圈正迎来巨变,vibe证明的时代,来了」!


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


就连菲尔兹奖得主陶哲轩,高度赞扬了AI数学家「亚里士多德」。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


AI发现数学的时代,正式开始了。


30年难题告破,AI做到了


一直以来,数学家Erdős Pál的「问题列表」,就像一座知识的珠穆朗玛峰,考验着人类的极限。


那些悬而未决的难题,悬赏金大多从几十美元到上万美元不等。


其象征意义远大于实际价值,成为了无数数学家的精神勋章。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


30年来,第124号问题(Erdős #124)在论文「Complete sequences of sets of integer powers」中提出后,至今无人破解。


E124核心是:给定k个自然数d_i ≥ 2,如果∑ 1/(d_i - 1) ≥ 1,那么对于自然数n,总存在a_i,使得n = ∑ a_i。


且每个a_i,在d_i下的「数字」仅限于{0,1}。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


直白讲,它本质上在问——极端约束下,是否总能用「二进制」表示任意大数,而不受基数干扰?


这牵扯到了「组合数学」的深水区,传统方法卡在了gcd条件和边界案例上。


直到昨晚,这堵墙崩塌了。


Harmonic团队量身打造了「数学超级智能」原型——亚里士多德(Aristotle),结合了强化学习、蒙特卡洛树搜索,以及Lean形式化语言。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


输入问题后,它通过搜索上亿种证明策略,最终输出了100%可验证的定理。


数学家Boris Alexeev表示,这是AI输出的三个定理中,自己最喜欢的一个:


theorem erdos_124 : ∀ k, ∀ d : Fin k → ℕ, (∀ i, 2 ≤ d i) → 1 ≤ ∑ i : Fin k, (1 : ℚ) / (d i - 1) → ∀ n, ∃ a : Fin k → ℕ, ∀ i, ((d i).digits (a i)).toFinset ⊆ {0, 1} ∧ n = ∑ i, a i


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


地址:https://github.com/plby/lean-proofs/blob/main/ErdosProblems/Erdos124.md


顺便提一句,E124问题一共有两个不同版本,全部由埃尔德什提出。


目前,AI亚里士多德解决的是一个比较简单的版本。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


在时间方面,Aristotle花了6小时,而Lean只花了1分钟。


Erdős问题的网站维护者表示,Aristotle的表现最令人深刻!


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


ChatGPT、Gemini都失败了


陶哲轩对此点评道,就我所知,Gemini和ChatGPT的深度研究工具,都没有找到关于这个问题的任何新的、有价值的文献。


Gemini给出了一个简单的观察:如果把数字1排除掉,那么gcd条件就会变成必要的;它还解释了条件


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


的重要性,并把它和一些关于Cantor集的平行研究联系了起来,尤其是「Newhouse gap lemma」。


不过,它没有找到与这个问题直接相关的新文献。


ChatGPT则大量依赖本网页作为主要权威来源,例如引用Aristotle的证明、本页引用的其他论文,以及相关问题的页面。


因此,并没有获得新的信息,不过读者可能会觉得这些AI生成的总结还是挺有意思的。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


陶哲轩:数学低垂果实,正被AI收割


在mathstodon上,陶哲轩还分享了多年来自己的经验——


他表示,当前真实情况是:数学未解问题服从「长尾分布」,AI自动化「收割」恰恰集中在长尾最末端。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


有大量问题其实相对容易证明或证伪,但因为真正能投入研究的专家数学家数量有限,这些问题几乎没得到过多少关注。


换句话说,这条「尾巴」里其实藏着不少触手可及的「低垂果实」:


如果有办法把这些问题进行大规模的自动化攻克,就可能产出相当多新的数学结果。


去年,陶哲轩在Equational Theories Project里亲历过一个类似的情况。


在这个项目中,他们面对的是普遍代数里2200万条可能的蕴涵关系(implication),如果全靠人类去做,必定花费非常多的时间。


于是,他们决定从一开始用比较「低技术含量」的自动化方法,短短几天就解决了大部分。


30年数学难题,AI仅6小时告破!陶哲轩:ChatGPT们都失败了


接下来,又不断上复杂手段,啃那些前几轮怎么都啃不动的顽固难点。


最后,剩下几条特别顽固的,又花费了人类数学家几个月的时间搞定。


目前,Erdős问题网站收录了1108个,曾在Erdős至少一篇论文中出现过的问题。


其中,既有像E3这种臭名昭著的难题,也有数量众多、更不起眼、几乎没人关注过的问题,甚至连Erdős本人都没再回头研究过。


最近几周,这个网站的「未解」标签突然少了近十个,全部在AI加持下文献搜索发现——


实际上,这些问题早就被他人解决。


正在研究这些问题的人类数学家也结合使用了AI工具和形式化证明助手:


有的在Lean里验证已有证明,有的生成和这些问题相关的整数序列项,还有的补上某个既有思路里缺失的证明步骤。


最近,又发现了另一类落入自动化工具能力范围的「低垂果实」——那些因为描述上存在技术性瑕疵而意外变得好解决的问题。


E124就是一个典型,这个问题完整版本有些难度,曾在Erdős的三篇论文中出现。


但其中有两篇遗漏了一个关键假设,使得这一版本其实只是Brown判据的直接推论。


这事一直没有人发现,直到Boris Alexeev把问题丢给自动化工具Aristotle,没想到AI在几小时内自主找到了漏洞,并用Lean完成了形式化证明。


可以看到,AI正在点亮数学的「暗森林」。


正如陶哲轩所言,「自动化工具先清理掉最容易的问题,把真正难啃的那部分剥离出来,让人类数学家把精力花费在值得的地方」。


参考资料:


https://www.erdosproblems.com/forum/thread/124#post-1892 


https://x.com/SebastienBubeck/status/1994946303546331508?s=20 


https://mathstodon.xyz/@tao/115639983683442577 


https://x.com/thomasfbloom/status/1995094668879462466?s=20


文章来自于微信公众号 “新智元”,作者 “新智元”

AITNT-国内领先的一站式人工智能新闻资讯网站