數學界的 AI 革命已經到來

背景

這篇文章探討了人工智慧在數學領域的轉折點，特別是 2025 年 AI 在國際數學奧林匹亞競賽中展現的驚人實力，讓原本持懷疑態度的數學家開始重新評估其潛力。隨著陶哲軒等頂尖學者開始利用 AI 輔助研究，數學界正經歷一場從傳統單一問題鑽研，轉向大規模統計研究與自動化驗證的文化變革。

社群觀點

Hacker News 的討論呈現了極為兩極的反應。支持者與實踐者認為，AI 已經從單純的文字生成器演變為強大的協作工具。有網友分享與數學系校友一邊喝啤酒、一邊透過語音模式與 ChatGPT 探討考拉茲猜想的經驗，認為這種「人機協作迴圈」能極大地加速靈感的碰撞與驗證。特別是數學作為一種純粹抽象且具備自我驗證特性的語法系統，被認為是 AI 展現卓越能力的理想場景，因為它不像軟體工程需要與物理世界互動，其邊界僅取決於 Token 生成的質量與速度。

然而，質疑聲浪同樣強烈。部分評論者認為，目前的 AI 仍像是「由專家操作的對話式計算機」，雖然能讓專家感到進展迅速，但這種「感覺」難以轉化為實際的科學價值。反對者指出，數學研究的核心在於人類的理解與對「有趣程度」的主觀判斷，缺乏人類理解的證明對數學界而言價值有限。更有激進的觀點認為，像陶哲軒這樣的大師為 AI 背書，可能帶有權威訴求的色彩，甚至懷疑這背後存在為科技公司宣傳的商業動機，因為目前的模型在處理邏輯推理時仍有明顯的錯誤率。

討論中一個極具啟發性的焦點在於「正向鼓勵」對 AI 效能的影響。研究發現，對模型說「你可以做到的」等鼓勵性話語能提升解題成功率。社群對此提出了多種解釋：有人認為這是因為訓練資料中，正向語氣通常與成功的解決方案相關聯，因此引導模型進入了更高質量的權重空間；也有人從技術層面分析，認為這能提高模型的「信心閾值」，防止模型因為過早判斷問題不可解而進入「偷懶」或放棄狀態。這種將人類心理激勵機制投射到機率模型上的現象，引發了關於 AI 是否具備初步符號推理能力的深度辯論。

此外，關於 AI 缺乏「時間感」的缺陷也被廣泛討論。部分使用者指出，儘管 AI 在數學邏輯上有所突破，但在規劃長期任務或理解時間流逝方面依然無能，這使其在擔任需要持續追蹤進度的角色時表現不佳。這種對時間維度的缺失，被視為 AI 邁向通用人工智慧（AGI）的一大障礙。

延伸閱讀

• First Proof 挑戰賽：2026 年舉辦的 AI 數學競賽，旨在測試模型解決未曾出現在訓練集中的研究級數學問題的能力。
• Claude 3 Opus 信心閾值測試：網友 dataviz1000 提到的實驗，比較了不同模型在處理超長位數乘法時的放棄機制與輸出行為。
• 數學 AI 新創公司：如 Harmonic、Logical Intelligence、Axiom Math 與 Math Inc.，代表了學術界人才流向產業端進行數學與機器學習結合的趨勢。