大数跨境

DeepMind放大招!AI agent自主攻克56年未解数学难题,每道题成本仅几百美元

DeepMind放大招!AI agent自主攻克56年未解数学难题,每道题成本仅几百美元 未来跃迁
2026-06-01
0
导读:DeepMind放大招!AI agent自主攻克56年未解数学难题,每道题成本仅几百美元

导读
Google DeepMind 发布 AlphaProof Nexus 论文,展示了一个 AI agent 在 353 个开放数学问题上的表现:自主解决 9 道 Erdős 难题(含两道 56 年未解问题)、证明 44 个 OEIS 猜想,单题推理成本仅数百美元。这次攻克的目标,已经从竞赛题跃升到了真正的开放数学研究。

几百美元,推掉了人类 56 年的数学围墙

2026 年 5 月,Google DeepMind 在 arXiv 上挂出了一篇论文:AlphaProof Nexus。

标题很朴素,内容很炸裂——

论文报告:他们的 AI agent 在 353 个开放 Erdős 问题上进行了系统评测,自主解决了其中 9 道,包括两道已经悬挂了 56 年的老问题。

▲ AI Will(@FinanceYF5)在 X 上发布 AlphaProof Nexus 消息,附 Erdős 问题解决清单,获 2500+ 次查看

同时,agent 还在 492 个 OEIS(整数序列在线百科)猜想中证明了 44 个。

而最让人坐不住的数字是:每道题的推理成本,仅数百美元。

几百美元一道题,对比的是人类数学家可能花费数年甚至数十年的攻坚。这个效率落差,足以让整个数学界认真审视 AI 在研究中的位置。

为什么这比「刷竞赛题」重要得多?

过去两年,AI 在数学竞赛上的表现已经让人印象深刻。AlphaProof 拿下 IMO 金牌级别的题目,AlphaGeometry 攻克几何证明——但这些成绩有个共同特点:题目有标准答案,训练数据可以覆盖。

"Large language models (LLMs) increasingly excel at mathematical reasoning, but their unreliability limits their utility in mathematics research."

「大语言模型在数学推理上越来越强,但其不可靠性限制了它们在数学研究中的实际作用。」

论文开头就点出了问题所在:LLM 生成的自然语言证明可能包含微妙的逻辑错误——所谓的"幻觉"——而这些错误需要昂贵的专家审查才能发现。

AlphaProof Nexus 的做法完全不同。它面对的是没有现成答案、没有标准训练分布的开放数学问题。Erdős 问题由传奇数学家 Paul Erdős 提出,长期被数学社区追踪维护,许多问题悬而未解数十年。OEIS 猜想同样如此——这些猜想由全球数学爱好者和专业研究者共同维护,真正的学术前沿。

▲ AlphaProof Nexus 论文 arXiv 页面,作者来自 Google DeepMind、Aarhus 大学和 Google

怎么做到的?形式化证明 + agent 循环

AlphaProof Nexus 的核心架构可以拆成三层:

第一层:自动形式化。把数学问题从自然语言翻译成 Lean 4 形式化语言。Lean 是一种形式化证明语言,编译器会自动检查每一步逻辑——只要代码编译通过,证明就是对的。

第二层:Agent 证明搜索。系统在 LLM 生成候选证明和 Lean 编译器验证之间反复循环。生成 → 验证 → 反馈 → 再生成,直到找到一条完整的证明路径。

第三层:多领域部署。论文报告,这个系统目前已经在组合数学、优化理论、图论、代数几何和量子光学等方向上投入使用——与人类研究者协作推进开放问题。

"Our most capable agent autonomously resolved 9 of 353 open Erdős problems at the per-problem cost of a few hundred dollars, proved 44/492 OEIS conjectures, and is being deployed in combinatorics, optimization, graph theory, algebraic geometry, and quantum optics research."

「我们最强的 agent 自主解决了 353 个开放 Erdős 问题中的 9 个,单题成本仅数百美元;证明了 492 个 OEIS 猜想中的 44 个;并已在组合数学、优化理论、图论、代数几何和量子光学研究中部署使用。」

关键在于"可验证"三个字。数学形式化证明没有模糊地带——编译通过就是对的。这一点让 AI 的产出具备了直接进入学术流程的资格,不需要人类专家逐行复核自然语言推理中可能埋藏的逻辑跳跃。

56 年老问题,到底有多难?

Erdős problems 在数学界的地位相当特殊。Paul Erdős 是 20 世纪最高产的数学家之一(发表论文超过 1500 篇),他生前提出了大量开放问题,并以悬赏闻名——解决一道问题可以拿到几美元到几千美元不等的奖金。

这些问题被数学社区集中追踪,Terence Tao(陶哲轩)在 GitHub 上维护的 wiki 专门记录了 AI 对 Erdős 问题的贡献。

▲ Terence Tao 在 GitHub 维护的"AI contributions to Erdős problems"wiki 页面,追踪 AI 在 Erdős 问题上的进展

wiki 页面用颜色标记区分了问题状态:完全解决(绿色)、部分进展(蓝色)、数值验证(橙色)、未验证(灰色)。这本身就说明,数学社区正在认真对待 AI 产出的结果——但同时保持着严格的分级审查。

AlphaProof Nexus 攻克的 9 道 Erdős 问题横跨多个数学分支:加法组合学中关于集合密度的问题(编号 12)、Van der Waerden 数的增长率问题(编号 138*)、Sidon 集中的孤立点问题(编号 152)、集合上界密度的分解问题(编号 741)等等。其中编号 12(i) 和 12(ii) 两道问题,最早在 1970 年提出,悬挂至今整整 56 年。

DeepMind 全部开源了证明

这次 DeepMind 做了一件值得注意的事:把所有成功的证明全部开源到了 GitHub。

▲ google-deepmind/alphaproof-nexus-results 仓库,包含 Lean 形式化证明和自然语言证明

仓库包括:

  • APNOutputs/
    :AlphaProof Nexus 生成的 Lean 4 形式化证明
  • NaturalLanguageProofs/
    :人类研究者根据 Lean 证明结构撰写的自然语言版本
  • 涵盖 Erdős 问题、OEIS 猜想和多个协作研究方向

任何人都可以用 Lean 4 编译器验证这些证明:`lake exe cache get && lake build`。证明对了就是对了,代码不会说谎。

更重要的是,DeepMind 还把他们尝试过但没有解决的问题也公开了——包括完整的 OEIS 问题集和 Erdős 问题形式化文件。这种透明度在 AI 研究中并不常见。

从 AlphaProof 到 Nexus:DeepMind 数学 AI 的进化路线

回顾 DeepMind 在数学 AI 上的布局:

  • 2024 年 AlphaGeometry
    :攻克 IMO 级别几何证明题
  • 2024 年 AlphaProof
    :在 IMO 2024 上达到金牌水平
  • 2026 年 AlphaProof Nexus
    :从竞赛题跃升到开放数学研究

每一步的跨越都意味着难度的指数级提升。竞赛题有标准答案、有训练数据;开放问题什么都没有,agent 必须自己探索、自己构建证明路径、自己通过形式系统的检验。

论文还提到一个有意思的对比:一个更基础的 agent(只做"生成-验证"循环)也能复现 Erdős 问题上的成功,但在最难的题目上成本显著更高。这说明 AlphaProof Nexus 的复杂 agent 架构——检索、规划、多轮推理——在攻克高难度问题时确实带来了效率优势。

数学,可能是 AI agent 最先产出真实科研增量的领域

为什么数学走在了前面?

因为数学有一个其他学科梦寐以求的东西:自动化的正确性判定。Lean 编译器不关心你是谁写的证明——人类还是 AI——只看逻辑链条是否成立。这意味着 AI 的产出可以被即时、低成本、无歧义地验证。

这个特性让数学、形式化验证和代码领域,成为 AI agent 最先跨越"辅助工具"到"独立研究者"门槛的赛道。AlphaProof Nexus 的结果表明,在可形式化的问题上,agent 的探索成本和证明路径已经开始具备现实意义。

几百美元推掉一道 56 年的数学围墙——这个效率,足以改变数学研究的游戏规则。而 DeepMind 把证明全部开源的举动,也在邀请全球数学社区来验证、来挑战、来跟进。

AI 进入数学研究的大门,已经推开了。


— END —

— END —

【声明】内容源于网络
0
0
未来跃迁
1234
内容 602
粉丝 0
未来跃迁 1234
总阅读2
粉丝0
内容602