如今数学那可是关键领域的基石，但是进步那叫一个慢，几年才能实现一点！可美国国防高级研究计划局搞出个事，说不定能让情况大大的不一样
新计划促转机
美国国防高级研究计划局在今年4月整出了个“指数性数学”计划这计划的目标可宏大了，要开发一种人工智能“合著者”系统。咱过去数学家只能靠计算机辅助计算或者验证命题，而现在有这AI说不定能更上一层楼，去挑战那些人类好久都没解开的难题这听起来能不让人激动
新模型展风采
现在新一代大型推理模型出现，像那个OpenAI的o3、Anthropic的Claude 4 Thinking。它们跟过去可完全不一样，以前是“一锤定音”式的输出，现在开始模拟数学家逐步推理的思考过程。而且今年5月谷歌的AlphaEvolve模型更厉害，在好几个长期未解的难题上找到比人类现在方案还好的解法，这真是让人眼前一亮
测试露短板差距
Epoch AI这家初创公司去年推出了FrontierMath测试，还联合了60多位数学家设计全新高难度题目，就是为了避开模型训练过的数据大连市同乐中小企业商会，好好测测AI到底咋样。可结果，大语言模型几乎集体“交白卷”。这一对比就发现AI离真正攻克难题还是有不小距离
解难题多是挑战
咱们仔细瞧瞧数学问题，解决它就得完成一系列连续步骤。高中数学可能就10到40步，但像黎曼猜想这类难题，路径得长达百万步好比下围棋找制胜序列，AI要在指数级增长的路径里找出正确解法，困难程度简直无法想象
新方法提供巧思
物理学家组织网在今年2月有报道，古科夫团队开发了一种把多个步骤打包成“超级步骤”的方法。就像穿上“巨人靴”跨越大段路程一样。虽然还没证明或推翻黎曼猜想，可借AI推翻了个40年被广泛引用的“反例”。牛津大学马丁·布里森那是可肯定了，觉得能排除错误路径是科研里超有价值的一步
AI辅助难替代
英国《新科学家》网站讲，马丁·布里森还和Meta合作开发PatternBoost AI系统，能根据数学想法生成相似概念来激发灵感。可专家都说，就算有AlphaEvolve和PatternBoost这些工具当人类直觉的“侦察兵”，能帮着发现路径、避开死路，但真正的创新和突破，还是得靠咱们人类
各位看客朋友们，你们觉得未来人类靠AI一起攻克数学难题可行不？
