哈萨比斯：AI 解开数学千禧难题只是时间问题

DeepMind 联合创始人哈萨比斯近日表示，如果 AI 能解决一个千禧年数学大奖难题，那将是「第 37 手级别」的重大突破，「目前来看只是时间问题，我看不出为什么不会」。这一判断把 AI 在数学领域的进展直接对标 AlphaGo 击败人类棋手李世石的历史性时刻，引发学术界与产业界广泛关注。

两次落子的隐喻：第 37 手与第 78 手

2016 年 3 月 AlphaGo 与李世石的五番棋大战中，第二局第 37 手因偏离职业棋手延续数百年的布局直觉，被现场解说怀疑是「错误」。DeepMind 团队事后计算，人类棋手选择该步的概率仅约万分之一，但正是这手棋奠定了 AlphaGo 拿下第二局的关键。这一时刻后来被戏称为「打脸时刻」——原本以为是 AI 错了，结果错的是人类的固有经验。

五番棋第四局，已经连输三场的李世石落下第 78 手，同样只有约万分之一的人类落子概率，却成功扰乱 AlphaGo 阵形，帮助李世石拿下人类在那场对决中的唯一一胜。第 78 手后来被称为「神之一手」，证明人类在理解机器之后，仍有可能找到机器没有预料到的下一步。

哈萨比斯用这两个数字概括人类与 AI 的关系：第 37 手让人类重新认识 AI，第 78 手让人类重新认识自己。

AI 数学能力的时间线：从被绊倒到 IMO 金牌

围棋与数学有一个关键共同点——可验证性。规则明确、证明可逐步检查的领域，天然适合 AI 用「尝试—测试—学习—再尝试」的强化学习循环不断推进。AI 数学能力的提升以年为单位清晰可辨：

• 2023 年：大模型仍会被「9.11 和 9.9 哪个大」之类的基础算术题绊倒。
• 2024 年：DeepMind 的 AlphaProof 与 AlphaGeometry 2 进入国际数学奥林匹克（IMO），解决 6 道题中的 4 道，拿下 28 分，达到银牌水平，距离当年金牌线仅差 1 分。
• 2025 年：Gemini Deep Think 在正式比赛规定的 4.5 小时内解决 5 道题，拿下 35 分，达到 IMO 金牌水平。

两年时间，AI 从新手小白进阶到 IMO 金牌。

从「做题」走向「研究」

2025 年起，AI 不再只是给出数学答案，而是开始贡献关键想法。

• GPT-5 参与解决埃尔德什问题 848，提出证明所需的关键估计，数学家对其修正、收紧后完成完整证明。
• UCLA 数学家 Ernest Ryu 借助 GPT-5，为一个困扰优化理论 40 年的开放问题找到突破口。

2026 年，AI 的介入进一步走向自主：

• OpenAI 一个内部通用推理模型盯上 1946 年由埃尔德什提出的平面单位距离问题，从代数数论中搬来工具，构造出全新点集，推翻了近 80 年来的主流猜想。OpenAI 称这是通用 AI 首次自主解决一个在数学分支中具有重要地位的开放问题，整个证明随后经过外部数学家核验。
• 2026 年 7 月，Anthropic 数学家 Levent Alpöge 借助 Claude Fable 5，为困扰数学界 87 年的雅可比猜想找到明确反例。
• GPT-5.6 与 Fable 5 联手解决了一道悬置 25 年的数学难题。
• DeepMind 数学智能体 Aletheia 不再只生成一次答案，而是反复提出证明、检查漏洞、推翻自己再重寻路径。它扫描了埃尔德什猜想数据库中的 700 个开放问题，自主解决其中 4 个，并参与产出多篇达到论文质量的数学成果。

第 78 手的启示：半人马时代

哈萨比斯认为，科学正在进入一个由人类与计算机共同协作的「半人马时代」。他表示：在药物研发、生物学、化学等高度复杂且难以全面验证的领域，人类的直觉与洞察力将用于决定前进方向。

围棋领域已有先例。一项分析超过 580 万步职业棋手决策的研究显示，超级 AI 出现后，人类棋手的落子质量显著提高，新颖走法也变得更多。AI 成为职业棋手的复盘工具，帮助他们重新审视被奉为圭臬的定式。

但硬币的另一面同样值得警惕：当 AI 越来越擅长给出答案，人们也在逐渐失去判断答案的能力。李世石退役时坦言，面对一个无法战胜的对手，他已很难继续享受曾经热爱的围棋。

未来，AI 还会不断落下第 37 手。剩下的问题是：人类能不能找到自己的第 78 手。