OpenAI宣称用AI攻破了一个数学猜想，但数学家仅用24小时就驳回了这一结果，指出AI的证明虽然每一步逻辑正确，却已与原始猜想无关，引发对AI数学推理能力的深刻反思。

详细分析

这一事件在数学界和AI领域引发了广泛讨论。OpenAI在人工智能领域长期处于领先地位，其最新模型在数学推理上的表现屡创新高，甚至被部分人视为未来数学研究的颠覆性工具。然而，此次“攻破”猜想的结果被快速驳回，揭示了当前AI在数学研究中的根本性局限：AI擅长在给定框架内进行程序化推导，却缺乏对问题本质的深层理解。数学家指出，AI的回答表面上符合证明格式，但关键假设或结论已悄然偏离原猜想，这类似于“答非所问”，尽管每一步局部正确，整体却失去了相关性。这一事件对行业有重要影响。首先，它提醒AI社区，仅以训练数据中的模式匹配和逻辑推演无法真正解决开放性的数学难题，真正的数学创造需要概念抽象、类比思维和对问题背景的直觉把握，这些仍是AI的短板。其次，从市场角度看，OpenAI等公司正投入巨资提升模型推理能力，此次失败或促使企业重新评估评估基准，避免被表面指标误导。在竞争格局中，DeepMind、Anthropic等对手也在推进AI数学研究，此次事件可能成为“AI数学能力”炒作降温的契机，让业界更理性看待AI在科研中的辅助角色而非替代者。更深远的意义在于，它为AI在数学教育、定理验证等实际应用提供了警示：若不结合人工审查和领域知识，AI生成的结果可能在高置信度下隐含致命错误，影响科研可信度。尽管AI在数学上已能快速处理大量计算和排列组合，但面对需要真正原创性思维的猜想时，它仍显稚嫩。未来，AI更可能在猜想筛选、反例构造或计算验证等环节发挥作用，而非独立“攻破”高难度问题。这场24小时的驳回，不仅是对一次具体技术的质疑，更是对AI科学边界的一次清晰界定，提醒所有AI开发者：逻辑正确不等于数学正确，更不等于科学贡献。在商业层面，类似事件或将推动企业加强AI输出与专业知识的交叉验证机制，从而在资本市场中区分“短期炫技”与“长期价值”，影响相关AI概念股的估值逻辑。整体来看，AI在数学领域的未来更可能是人机协作，而非独立革命，此次事件是一个值得深思的里程碑。

AI的“正确错误”比明显错误更危险，数学家在24小时内拨乱反正，既展现了人类理性的高效，也暴露了AI在本质理解上的鸿沟。

原文：量子位