AI破解56年数学难题登Science，成果交给同行评审|焦点精选

AI数学圈最近是真热闹。

OpenAI前脚一口气甩出722份数学证明遭到数学圈集体抵制，后脚谷歌DeepMind的数学研究就登上了《Science》。

【资料图】

一个是批量抛出待核验手稿，把校对重担甩给数学家；

另一个老老实实等了几个月，正儿八经走完了同行评审，接受了数学界的检验。

卡内基梅隆大学和南卡罗来纳大学的两位数学家，专门在同期《Science》上写了篇评论：《用于数学研究的AI已经到来》。

好嘛，OpenAI那边还在为数学证明的发布方式吵得不可开交，DeepMind这边已经收获了数学家的公开肯定。

DeepMind这次的主角是AlphaProof Nexus，一套由Gemini驱动的AI数学证明Agent框架。

它解决了9道埃尔德什开放问题，其中两道题足足悬了56年。

除了这9道，它还顺手证明了OEIS整数序列百科里的44个猜想、搞定了一道搁置15年的代数几何难题、还改进了凸优化领域里一个沿用已久的理论边界。

说起来，DeepMind也是《Science》的老熟人了。

这篇数学论文共有20位作者，其中的Aja Huang，也是当年AlphaGo的核心研究员。

01 攻破56年悬赏难题

DeepMind从已有Lean形式化版本的问题中选出了353道，交给AlphaProof Nexus尝试，最终成功解决了9道。

其中的Erdős #12在1970年提出，到现在已经悬而未决56年。

这题问的是：

能不能找出一个无限大的整数集合，让集合里的数字满足严格的整除限制，同时还得保持足够大的规模？

具体来说，任意选取其中三个满足条件的整数，较小的那个不能整除另外两个更大整数的和，而且，这个集合还不能太稀疏。

从1970年起，就没人能给出这个集合的完整构造，各种局部进展有，但始终拼不成一个整体解。

这次AlphaProof Nexus的解法是分块构造。

先把要构造的无限集合拆成一个个整数区块；

然后利用中国剩余定理，结合避免三项等差数列的集合性质，让各个区块满足局部整除条件；

最后再把所有区块拼回一个完整的无限集。

此外还有Erdős #125，1996年提出，30年没有定论。

想象两个数字集合：

第 一个集合里全是“在三进制下只由数字0和1组成的整数”；

第二个集合里全是“在四进制下只由数字0和1组成的整数”；

把这两个集合里所有数字两两相加，得到一个新集合。

问：这个新集合里的数字在自然数中出现的频率（数学上叫下密度）是不是正的？

直觉上你可能会觉得，两种集合包含的数字本来就不算很多，加起来应该也挺稀疏的。

但稀疏到什么程度？是彻底稀到密度归零，还是多少保持一点正密度？

这中间的差别非常微妙，1996年提出后一直没定论。

AlphaProof Nexus给出的答案是：下密度为零。

证明的关键，在于log₄/log₃是无理数。

这意味着3的幂和4的幂可以在适当尺度下任意接近。

利用这一点，AI构造了一个归纳性稀疏化论证：不断找到两个几乎对齐的尺度，让集合密度一步步衰减，直到彻底归零。

最终证明这个集合的下密度确实为零。

Erdős #846，1992年提出，卡了人类34年。

这是一个关于平面点集的问题。

能不能构造一个无限大的平面点集，让它具有一种很奇怪的性质：

从中任意取出有限个点，都能找到一个规模足够大的子集，使其中没有三点共线。

但如果试图把整个无限点集拆成有限个完全没有三点共线的集合，却办不到。

简单理解，就是局部看着挺规矩，整体却怎么也拆不干净。

AlphaProof Nexus给出的证明，采用了一种巧妙的数学构造。

它把无限完全图的边映射成平面上的点，用多项式表达式编码坐标，再结合无穷组合数学中的相关结论，完成证明。

一个平面几何问题，最后被转成图论与组合数学问题来解决。

除了这三道，还有六道分别在整除集构造、范德瓦尔登数间隙、西顿集孤立点、集合拆分密度等领域。

而且做完埃尔德什问题，它又跑去OEIS整数序列百科里证明了44个开放猜想。

连代数几何和凸优化也没落下。

还在代数几何那边解决了一道希尔伯特函数对数凹性的15年悬案，在凸优化那边改进了一个锚定梯度下降法的理论边界。

02 Gemini写证明，Lean判卷

AlphaProof Nexus的核心工作方式是：

Gemini 3.1 Pro写证明 → Lean检查 → 报错反馈给Gemini → 修改证明 → 再检查，直到证明全部通过。

围绕这套流程，DeepMind设计了四种Agent配置。

最简单的Agent A，就是多个独立的子Agent同时尝试证明。

每个子Agent都通过Gemini生成Lean代码，再根据编译器反馈不断修改。

全程没有额外辅助工具，纯靠写代码+查错循环。

Agent B增加了AlphaProof。

这是DeepMind此前开发的专门数学证明系统。

遇到难以解决的子问题时，Agent可以调用AlphaProof进行针对性搜索。

Agent C引入进化搜索。

多个Agent把不同的证明草稿放进共享数据库，再由基于Gemini 3.0 Flash的评分Agent比较草稿的合理性、清晰度和新颖性。

系统把比较结果汇总成Elo评分，再据此挑选值得继续探索的证明路线。

Agent D则是完整版。

把AlphaProof和进化搜索都整合进来，也是这次批量探索开放问题时使用的主要配置。

按理说，功能越多，应该越厉害。

但DeepMind后来做了一组对照实验发现，最简单的Agent A，居然也能解出全部9道埃尔德什问题。

没有进化算法，没有AlphaProof，就一个LLM循环加编译器反馈的Agent A，只是在难题上更费钱一点。

在#125和#138等困难问题上，完整版Agent的成本效率比基础版本高出约2至5倍。

综合算下来，这次AlphaProof Nexus解一题的成本大概在几百美元……

这次的整套Lean证明代码已经公开，外界可以直接查看。

说起来，埃尔德什生前还曾为不少数学难题设立现金悬赏，鼓励世界各地的数学家来挑战。

如今，数学家的智慧之外，算力也开始成为解开这些悬赏难题的关键。

关键词： OpenAI DeepMind 卡内基梅隆大学 AIGC