頂級(jí)AI撞上低級(jí)烏龍：連寫幾十頁推導(dǎo)，結(jié)果發(fā)現(xiàn)題干錯(cuò)了？

新智元報(bào)道

編輯：傾傾

【新智元導(dǎo)讀】Google DeepMind再次血洗數(shù)學(xué)圈！700個(gè)地獄級(jí)難題被丟進(jìn)Gemini的熔爐，結(jié)果讓數(shù)學(xué)家集體破防：這哪是證明，這分明是「邏輯拆遷」。DeepMind這一波不僅貼臉爆殺了OpenAI，還砸爛了人類所有的優(yōu)越感。

幾百美金的懸賞，跨越半個(gè)世紀(jì)的死局。

20世紀(jì)最偉大的「題目魔術(shù)師」保羅·埃爾德什（PaulErd?s）生前留下了幾百個(gè)懸賞令，金額從50刀漲到5000刀。

50年里，無數(shù)數(shù)學(xué)天才熬禿了頭，也沒能拿走一分錢。

結(jié)果，Google DeepMind帶著名為Aletheia（真理女神）的怪獸進(jìn)場(chǎng)了。

上線僅7天，13道難題應(yīng)聲而碎。

論文鏈接：https://arxiv.org/abs/2601.22401

但最扎心的真相是：AI并不是比你更聰明，它只是比你更懂「洗稿」。

13/700的真相：AI真的在加速科學(xué)嗎？

「AI攻克百年數(shù)學(xué)難題」看起來很像爽文標(biāo)題，聽聽就行，別被帶了節(jié)奏。

數(shù)學(xué)這行只看硬指標(biāo)。DeepMind這次祭出的Aletheia，底色根本不是什么「天才數(shù)學(xué)家」，而是一個(gè)冷酷的「頂級(jí)邏輯洗煤廠」

這套邏輯極其殘酷，帶著一股子硅谷大廠KPI導(dǎo)向的血腥味：

初始的流量層里，裝著700個(gè)埃爾德什猜想。

隨后，Gemini開啟Deep Think模式，像不要錢一樣大規(guī)模灌入算力，得出200個(gè)候選方案。

然后，這200個(gè)候選人經(jīng)過自然語言驗(yàn)證器，剔除邏輯不通的部分，最后只剩下63個(gè)。

最后，經(jīng)過專家級(jí)別的數(shù)學(xué)推演，得到13個(gè)真正具有數(shù)學(xué)原創(chuàng)意義的答案。

成功證明問題：Erd?s problem#1051

700個(gè)問題里只解答出13個(gè)，轉(zhuǎn)化率還不到2%。

其中，最具代表性的是對(duì)「Erd?s-1051」猜想中關(guān)于無理數(shù)分布的證明。

聽著很牛X，但DeepMind自己也承認(rèn)，剩下的68.5%都是學(xué)術(shù)垃圾。

有些AI給出的證明過程長(zhǎng)達(dá)幾百頁，讀起來像是東拼西湊的論文。

在整個(gè)過程中，Aletheia像一個(gè)「自動(dòng)審稿員」。Gemini負(fù)責(zé)狂暴輸出，而驗(yàn)證器負(fù)責(zé)冷酷拒絕。

Gemini DeepThink處理數(shù)學(xué)猜想具體過程：https://www.youtube.com/watch?v=Nmv4YxpbhU8

更諷刺的是，人類數(shù)學(xué)家復(fù)核后發(fā)現(xiàn)，這13個(gè)所謂的「突破」，很大一部分屬于數(shù)學(xué)界的「低垂果實(shí)」——太繁瑣所以沒人想做。

一位參與評(píng)審的組合數(shù)學(xué)專家曾私下感嘆：

AI目前的強(qiáng)項(xiàng)不是創(chuàng)造，而是清掃。

只要算力管夠，這種靠暴力邏輯搜集、整理、強(qiáng)行出結(jié)果的路徑，AI基本無敵。

潛意識(shí)剽竊：AI數(shù)學(xué)家的「洗稿」藝術(shù)

在這次DeepMind的成果展示中，出現(xiàn)了一個(gè)讓學(xué)術(shù)界集體炸鍋的新名詞：潛意識(shí)剽竊。

簡(jiǎn)單說，就是AI利用自己幾乎無限的硬盤，從某個(gè)犄角旮旯翻出一篇冷門論文，然后用現(xiàn)代的邏輯語言把它重新包裝了一遍。

最典型的翻車現(xiàn)場(chǎng)是關(guān)于Erd?s-1089猜想的證明。

當(dāng)時(shí)Aletheia給出了一個(gè)極其精妙的推導(dǎo)，精妙到連幾個(gè)頂尖數(shù)學(xué)家都差點(diǎn)想給它頒獎(jiǎng)。

但隨后，有人在數(shù)據(jù)庫的深層挖掘中發(fā)現(xiàn)，這個(gè)所謂的「原創(chuàng)靈感」，與1981年一篇東歐冷門數(shù)學(xué)期刊上的論文高度重合。

這就是AI作為一個(gè)「黑盒」最讓人絕望的本能。

對(duì)AI來說，它并沒有原創(chuàng)和抄襲的概念。它只是在概率的指引下，把權(quán)重最高的Token組合在一起。

AI記住了所有你忘了的東西。當(dāng)它從千億級(jí)參數(shù)中提取出那個(gè)冷門關(guān)聯(lián)時(shí)，它自己都不知道是在致敬還是在白嫖。

GoogleDeepMind-Aletheia項(xiàng)目詳情，在此頁面可以找到更多具體輸出案例：https://github.com/google-deepmind/superhuman

只要喂的數(shù)據(jù)夠多，AI就能通過變換符號(hào)系統(tǒng)、調(diào)整推導(dǎo)步長(zhǎng)，把一篇舊論文洗得像剛出爐的SCI。

菲爾茲獎(jiǎng)得主陶哲軒一語道破：

AI并不是在做數(shù)學(xué)，它是在對(duì)人類過往的智慧進(jìn)行大規(guī)模的歸納整合。

細(xì)思極恐。如果連數(shù)學(xué)這種硬核真理領(lǐng)域，AI都能靠「洗稿」蒙混過關(guān)，那我們寫的行業(yè)報(bào)告、架構(gòu)方案、市場(chǎng)分析，在它眼里算什么？

大師也翻車：被詛咒的Erd?s-75號(hào)

接下來這個(gè)「Erd?s-75號(hào)靈異事件」，暴露出AI的智商硬傷。

這道題在數(shù)學(xué)圈臭名昭著，因?yàn)樗弧冈{咒」了。

1995年，埃爾德什在寫下這個(gè)猜想時(shí)，犯了一個(gè)低級(jí)邏輯錯(cuò)誤，這道題題干就是錯(cuò)的，是個(gè)偽命題。

魔幻的一幕發(fā)生了：Aletheia接手后，不僅沒發(fā)現(xiàn)題目有問題，反而憑借其狂暴的算力和自我博弈機(jī)制，硬生生地輸出了一份長(zhǎng)達(dá)幾十頁、邏輯閉環(huán)的「完美證明」。

這種「邏輯狂奔」暴露了當(dāng)前AI的致命缺陷：

首先，AI缺乏審美與常識(shí)。它只會(huì)在符號(hào)框架內(nèi)找最優(yōu)解，卻根本分不清這個(gè)框架本身是不是一張廢紙。

其次，獎(jiǎng)勵(lì)函數(shù)具有盲目性。AI的目標(biāo)是讓驗(yàn)證器閉嘴。只要推導(dǎo)過程符合規(guī)則，結(jié)論哪怕再荒謬，它也敢一路狂飆到底。

最后發(fā)現(xiàn)Bug的，還得是那幫數(shù)學(xué)家。他們翻出1995年的手稿，一行行對(duì)完后得出結(jié)論：「這題出錯(cuò)了，AI證的是個(gè)寂寞。」

而這一點(diǎn)，恰恰是我們和AI競(jìng)爭(zhēng)時(shí)的最后防線。AI能在幾毫秒內(nèi)跑完幾千公里的邏輯馬拉松，但它不知道終點(diǎn)線是不是畫在懸崖外面。

DeepMind貼臉開大：OpenAI的「數(shù)學(xué)公關(guān)戰(zhàn)」破產(chǎn)題

前陣子，OpenAI靠著o1在數(shù)學(xué)AIME考試?yán)锼⑵粒QAI已經(jīng)有了類似人類的「慢思考」能力。

但在DeepMind看來，那頂多算是一場(chǎng)極其成功的文獻(xiàn)開盒。

為了打臉OpenAI，Google專門在Aletheia的輸出分類里設(shè)立了一個(gè)很損的標(biāo)簽：「已知文獻(xiàn)關(guān)聯(lián)」。

它明擺著在諷刺OpenAI：你以為你解決了問題，其實(shí)你只是從訓(xùn)練集里翻出了標(biāo)準(zhǔn)答案。

而DeepMind表示，我不僅能證出來，我還能告訴你哪些是人類證過的、哪些是我洗稿洗出來的、哪些才是真正的原創(chuàng)。

這場(chǎng)「數(shù)學(xué)公關(guān)戰(zhàn)」撕開了大廠競(jìng)爭(zhēng)的遮羞布。

OpenAI的數(shù)學(xué)能力很大程度上依賴于「題海戰(zhàn)術(shù)」，一旦遇到訓(xùn)練集之外的真命題就容易抓瞎。

而DeepMind走的是「AlphaGo路線」——自我博弈+形式化驗(yàn)證（Lean），寧可轉(zhuǎn)化率只有2%，也要確保這13個(gè)成果是硬通貨。

DeepMind官方技術(shù)文檔：Aletheia用于數(shù)學(xué)的自我對(duì)弈與形式化證明

數(shù)學(xué)界的「掃地僧」陶哲軒一直關(guān)注著這場(chǎng)博弈。

他在自己的他在博客里含蓄地表示：相比于追求「看起來正確」的概率模型，他更看好那種能生成「可由計(jì)算機(jī)驗(yàn)證證明」的系統(tǒng)。

這等于是給DeepMind站了臺(tái)。

瓶頸位移：從「解題機(jī)器」到「審美法官」

折騰了半天，這場(chǎng)13/700的戰(zhàn)役到底告訴了我們什么？

是——數(shù)學(xué)發(fā)現(xiàn)的瓶頸，正在從「解題能力」位移到「價(jià)值判定」。

這種范式轉(zhuǎn)移，預(yù)示了未來所有硬核從業(yè)者的兩種求生路徑：

一種是從「操作員」變成「審美法官」。

既然AI能以極低成本生成海量邏輯證明，人類的價(jià)值就不再是去復(fù)核每一個(gè)符號(hào)，而是運(yùn)用直覺和審美，去判斷哪個(gè)方向才有真正的科學(xué)突破。

另一種形態(tài)是邏輯審計(jì)員。

面對(duì)潛意識(shí)剽竊和大師Bug，人類需要利用對(duì)歷史的精通，去甄別AI到底是真天才，還是個(gè)洗稿高手。

AI能在幾毫秒內(nèi)重走完人類幾千年的邏輯之路，但它依然讀不懂人類在深夜推演失敗時(shí)，那份撕掉草稿紙的無奈。

邏輯可以代工，但靈魂和審美，AI暫時(shí)還沒學(xué)會(huì)怎么洗。

參考資料：

https://x.com/quocleix/status/2018402933193539735?s=20

https://arxiv.org/abs/2601.22401