business 10 分钟阅读

Alpoge 与 Claude 破解黎曼猜想——结果为何站不住脚

Levent Alpöge 与 Anthropic 的 Claude 经数月协作后声称证明了黎曼猜想,但该成果依赖极窄的数学形式化基础设施,难以推广到其他领域。

  • KakaoAI
  • Anthropic
  • Clem Delanoue
  • Lean
  • 数学证明

真相并非表面所看那般

周五晚间,市场收盘后不久,一条消息在Twitter、LinkedIn以及所有渴求奇迹的数学论坛上涟漪般传开:芝加哥大学数学家Levent Alpöge似乎借助Anthropic的Claude证明了黎曼猜想——七道未解的千禧年大奖难题之一,也是纯数学领域最古老、最具深远意义的问题之一。

仅这一句话就承载了太多含义。它听起来像是计算机赢得了一座诺贝尔奖。但实际上并非如此。

真实发生的情况要复杂得多、有趣得多,也远比任何标题所能透露的更能揭示AI所处的真实位置。Alpöge与Claude进行了数月的深度协作。他带来了直觉、方向感、以及在解析数论中来之不易的理解力——这些是任何模型训练都无法凭空编造的。Claude则贡献了计算脚手架、对海量已有形式化知识的模式匹配能力,以及不知疲倦的验证能力。最终生成的证明大约有25万页之巨——这是一堵 sprawling 的推理之墙,没有任何人类会从头到尾通读,也没有任何一个AI能够从零开始独立产出。

Christian Szegedy多年来一直在推动数学中符号推理与神经推理的边界,他将此事说得直白而透彻:Alpöge在所有关键时刻都做出了所有正确的选择。这个措辞很关键。它将人类牢牢置于主导者的位置,同时将机器降格为一个异常博学且人脉极广的研究助理。

没人说出口的那件事

这项成果最重要的意义不在于它解决了黎曼猜想。而在于通往解答的路径,依赖的是几乎只有在形式化数学圈内才有所耳闻的基础设施。

Lean——一款由微软研究院和卡内基梅隆大学开发的形式化定理证明器——充当了验证引擎。Mathlib——一个社区构建的、包含超过两百万行形式化验证数学知识的库——提供了累积的知识底座。二者共同构成了一座教堂:令人叹为观止,极其脆弱,且只为一个目的而建。将数学形式化到每一个推理步骤都可以被机械检查的程度。

这不是一套通用工具。你不能把这个系统搬进生物学实验室,让它模拟蛋白质折叠,然后期待得到同样的结果。你也不能把企业纳税申报表或并购协议喂给它,看它推理出一个裁决。整个事业建立在这样一个非凡事实之上:欧几里得几何、代数数论和复分析都可以被翻译成为一种机器可以逐步验证的语言。翻译花了几个世纪的时间。直到写出这两百万行代码之后,其适用范围依然显得狭窄得令人诧异。

普渡大学数学家Jeremy Kahn密切跟踪了这条声明,他用不带讽刺的语气准确概括了这一局限:解决RH并不会帮你谈判合同或算清你的税款。Google DeepMind的Sebastien Krier也用不同的措辞说了大致相同的意思——证明一道古老的纯数学难题并不能立刻扩大Anthropic的营业利润率。

市场投下了赞成票。尽管声势浩大,Anthropic的估值在盘后交易中并未出现实质性变动。

为何存在这样的分野

人工智能之所以在形式化数学中找到舒适的栖身之所,而在医学、法律或经济学中没有,是有结构性原因的。在这些其他领域中,真相充满混沌,先例饱受争议,许多命题根本抗拒形式化。诊断无法像定理那样从第一性原理推导出来。法律论证依赖的是解释,而非机械验证。经济学的模型是对某些系统的刻意简化的抽象,没有任何方程能够完整捕捉它们。

相比之下,数学作为一门学科天生就是为了绝对的确定性而存在的。一个证明要么有效,要么无效。对于正确的推导不存在合理的歧义空间。这种二元特性使得现代AI系统以规模执行的"思维链"验证变得独一无二地友好。

因此,当Alpöge和Claude推出他们的成果时,他们踩在一条非常特殊的公路上——那不是一张适用于全地形地貌的地图。正如我在2024年公开预测的那样,可验证的方法在数学领域带来的助益远大于任何其他领域。这一结果证实了我的预测,而非推翻了它。

那个一直被忽视的国际象棋类比

AI历史上的每一个重大时刻都会引发历史的平行对照,而这一次最为自然地将人引向1997年。当IBM的深蓝击败加里·卡斯帕罗夫时,它被盛赞为一个分水岭。人类终于在自己最后一块纯粹战略统治的堡垒上败给了机器。文化冲击力巨大。人们写文章预言这将会彻底改变所有领域的决策方式。

然而它并没有。国际象棋始终是一种高度受限的游戏,拥有完美明确的规则和有限的分支。击败卡斯帕罗夫需要的是针对单一特定领域优化的暴力搜索。它并没有教会计算机如何下围棋,更不用说运营一家公司或诊断癌症。二十七年过去了,后续进展依然让所有曾抱有不同期望的人感到失望。

Alpöge-Claude的成果同样面临被误读的风险。在一个围墙花园内的壮观胜利,并不是围墙已经消失的证据。它们仍然在那里。它们由公理和形式化定义构成,并且只存在于数学之内。

谁受益,谁受损,接下来会发生什么

谁是这次公告的赢家?当然是从事形式化验证工作的数学家。也在那些探索受限环境中人机混合工作流程的研究者。更广泛的公众获得的某种更为微妙的东西——一个被炒作周期常常忽略的具体数据点:AI在狭窄、高信号的领域表现出色,但在其他领域却举步维艰。

谁是输家?那种我们突然进入人工智能通用智能时代的叙事,或者认为今天的模型正处于同时改造所有行业的边缘的故事。这个故事一直在这个安静地失去阵地,但这类时刻给予了乐观主义者不应拥有的弹药。

接下来会发生什么值得密切关注。如果Alpöge的证明经得起独立的审查——目前尚未有人确认这一点——它将成为有史以来规模最大、最复杂的定理。不是因为它是优雅的。而是因为它以一种此前里程碑式证明所不具备的方式得到了验证。

数学家们可能会花费数年从 rubble 中提取有用的技巧,如果有技巧能活过提取过程的话。到目前为止没有任何东西浮出水面。这种沉默本身就是信息。眼下,更深层次的结论其实很简单:在一个这条边界原本就清晰可见的学科中,人类天才与机器辅助之间的分界线发生了位移。在该学科之外,这条线还保持在原来的位置。

真正的问题不在于AI是否解决了黎曼猜想。而在于除了专家以外,还有谁会关心。