a16z Frontier:當 AI 能攻克數學難題後,什麼才算你真正稀缺的能力?

2026-11-22 13:27:51

作者:Robert Hackett,a16z Frontier 編輯,Fortune Crypto 聯合創始人

編譯:谷昱,ChainCatcher

數學正因 AI 的進步而面臨一場生存危機,但 a16z Frontier 研究團隊對這一領域的未來比以往任何時候都更加樂觀。

如果 AI 解決了你花費數年研究的問題,你會想慶祝嗎?

自 7 月讀到數學家 Kirwin Hampshire 的《數學的暗夜》以來,我一直在反覆思考這個問題。Hampshire 對自己正在為之訓練的人生有一幅圖景。隨著 AI 模型開始為長期存在的猜想找到反例,他懷疑自己是否還能獲得屬於自己的發現機會。"我正在經歷一場深刻的精神危機,"他寫道。"我已經在內心尖叫了好幾天。感覺自己仿佛生活在一場噩夢之中。"

而這還是在 OpenAI 於 10 月發布數百篇數學手稿之前。此後,研究社區成員一直表達著震驚、興奮與困惑,思考在 AI 加速時代從事數學研究意味著什麼,以及那是何種感受。

OpenAI 這批結果中的一項給出了一份證明,解決了康奈爾大學數學家 Justin Moore 反覆回到、研究了 19 年的一個問題。2010 年,Moore 在馬賽郊外買了一瓶 XO 干邑,準備在答案到來之時與其他研究過該問題的人分享。他告訴同事Steven Strogatz,一旦他和同行理解了這份證明並一致認為它是正確的,他仍計劃打開這瓶酒。但答案與其他數百個結果一同到來,用 Strogatz 的話說,"像被砍下的犀牛頭一樣被呈現出來"。Moore 預計這場祝酒"更像一場守靈,而非慶祝"。

a16z Frontier 的研究人員知道,研究一個模型或許能夠解決的問題是什麼感覺。他們在密碼學、理論計算機科學、經濟學和數學領域廣泛使用 AI,鑽研頑固的老問題、測試想法、構建證明。我們把他們召集在一起交流筆記------一個問題反覆出現:當證明到來的速度超過我們理解它們的速度時,會發生什麼?

我們的高級研究顧問、斯坦福應用密碼學組負責人 Dan Boneh 提出了個思想實驗:假設一個模型證明了P 不等於 NP,這是千禧年獎難題之一,也被認為是整個計算機科學中最重要的問題之一。(如果成立,這實際上意味著存在這樣一類問題:人們可以高效地檢驗其提出的解,但沒有任何算法能夠高效地解決每一個實例。)現在想像這份證明長達 10 億頁。是否有任何一個人能夠理解它?假設這甚至是可能的,吸收、解釋並教授它需要多長時間?

我們的對話播出兩天後,數學家 Levent Alpöge 宣布,他認為自己在 AI 的幫助下證明了黎曼猜想。這一關於素數分佈、提出於 1859 年的猜想是另一項千禧年獎難題,數論中有數百項結果都以它為真作為前提。Alpöge 在公告中說:"感到這是一個終點是很自然的。對我而言,這是一盞主要指路明燈的失去,但我在推進過程中所看到的令我如此驚嘆,以至於我相信,這是整個科學中某種遠為宏大之物的一次黎明。"

驗證問題------即核查他人的工作需要什麼------是我們花費大量時間思考的問題。Alpöge 以 Lean 發布了他提出的證明。Lean 是一種編程語言,能讓計算機檢查每一個邏輯步驟。但即便你能檢查 Dan 那份 10 億頁證明的每一步,你仍面臨讓這一切變得可理解的任務------他說這項任務需要"一支由數學家和計算機科學家組成的大軍",並且要耗費非常長的時間。(至少,這算是不錯的就業保障。)

a16z Frontier 研究員、計算機科學家 Ittai Abraham(也是 Decentralized Thoughts 博客的幕後人物)認為,數學有兩條前沿。第一條標誌著發現所及的範圍。第二條標誌著人類對已發現內容的理解程度。

Abraham 指向數學家 William Thurston 1994 年的一篇文章,該文認為數學是一項社會性追求,其進步不能僅以定理的絕對數量來衡量。"我們正在生產的是人類的理解,"Thurston 寫道。在他看來,解釋想法、質疑論證、幫助他人理解,是數學追求的核心。

這正是 Moore 打開那瓶干邑的條件:與同伴一起理解這份證明。OpenAI 發布一周後,Sang-hyun Kim 和 Yash Lodha 發布了同一證明的簡化闡述。他們的論文並未聲稱有新發現,但為其他數學家更清楚地解釋了該結果為何為真,以及其推理如何能在別處使用。

我們的 a16z Frontier 研究同事、Scott Duke Kominers 是哈佛商學院教授,也是一位公開的數學(以及謎題!)狂熱愛好者,他深知 Moore 把那瓶干邑留到此刻所要享受的樂趣。Kominers 說,AI 幫助他解決了一個問題,而他自大約 2007 年起就一直在反覆回到這個問題上。當他把這一結果寫信告訴那些他多年來一直關注其工作、卻從未謀面的數學家時,對方回信時滿是欣喜。按照 Scott 的說法,沒有人因為使用了任何工具才抵達那裡,而減少了興奮。Scott 現在設想,研究者可以利用 AI 構建一整套數學體系。(他去年也較早地寫過這一趨勢。)他認為,隨著工具變得更強大,我們的抱負也應隨之增長。

數學家 Frank Vallentin 在一篇近期論文末尾的 AI 披露中,描述了這種合作帶來的樂趣。多年來,他一直隨身帶著一份與某個問題相關的磨損複印件,而這個問題自他學生時代起就令他著迷。想像一種被稱為 lattice 的重複點模式,每個點上都以相同半徑為中心放置一個球。這些球能否覆蓋整個空間,還是某處存在空隙?給定 lattice 和半徑,Vallentin 想知道,隨著維度數量增加,計算機回答這個問題有多難。

9 月的一個週日,一個 AI 模型為另一個關於 lattice 的問題找到了一套論證。Vallentin 想知道,同一套論證是否也能用在他珍視已久的那個問題上。經過一番來回推敲,他發現確實可以。由此得到的證明精確刻畫了覆蓋問題究竟有多難。Vallentin 簡化了證明,覺得它很美,並為它的正確性承擔責任,儘管他不確定該如何分配功勞。不過,他寫道,能成為"證明的信使",他已經很高興。

那麼,這對一個立志成為數學家的人意味著什麼?還會有什麼事情留給他們去做嗎?

我們的研究者認為,前方仍有大量工作:吸收、提煉並擴展新結果,向他人解釋這些結果,並推進人類的理解。Boneh 對此有一個絕妙的比喻:他把 AI 想像成一棵巨大的樹,落下多汁的果實,供我們檢視和享用。

對於希望自己做出發現的人來說,這聽起來或許只是冷冰冰的安慰。但這些工具也提供了一個機會,讓人去嘗試曾經遙不可及的工作------正如 Kominers 所設想的那樣,構建全新的數學體系。或者如 Alpöge 所寫:"我希望這一論證能讓人瞥見前方的奇蹟,並向我們展示,我們即將在最簡單的事物中發現的喜悅與驚奇。"

如今正在工作和學習的人,也將有機會決定哪些問題從一開始就值得投入全部努力。Justin Thaler 是 a16z Frontier 的研究合夥人,也是喬治城大學計算機科學系副教授,並在喬治城教授計算機科學。他指出,無論機器變得多麼強大,人們仍會希望自己做出判斷。要做出好的決策,你必須了解數學並理解其後果,尤其是在構建他人將會信任的系統時。在密碼學中,關於哪些問題將繼續難以求解的判斷,已經在影響保護互聯網免受量子計算機威脅的計劃。

數學家們花了很長時間,試圖擊中困難的目標。未來還會有更多移動更快、距離更遠的目標。讓我們歡迎更準的瞄準。

最近融資

查看更多
$7.5M11-21
11-19
$10M11-19

近期發行Token

查看更多
12-31
12-31
SSaturnSTRN
12-31

𝕏 最新關注

查看更多
AAnsem關注了Skew
11-21