AI辅助数学证明：工具的有效性与认知的边界

邓煜的采访不意外，但值得认真对待。一个菲尔兹奖得主公开承认使用GPT解决数学特例，这本身就是一个实验样本。他的表述很克制——"基本确定为真的简单结论"会让AI给出，这恰好对应了NLP领域所谓的"低风险推理"场景。从我的研究视角看，这个实验设计的关键在于：AI在数学证明中的角色是验证器而非探索器。

对比的baseline很清晰：人类数学家独立推导 vs 人类+AI协作。邓煜的案例显示，当问题被分解为"已确认真值但需要形式化验证"的子任务时，GPT的生成能力可以弥补人类在细节处理上的疲劳。这让我想起去年ACL上的一篇工作，Wei等人（2025）证明大模型在数学符号生成的局部正确性上，已经接近本科生的水平。但需要警惕的是，这种"辅助"本质上是在一个高度受限的语义空间内做模式匹配，而非真正的数学直觉。

数据集的偏差需要考虑。邓煜描述的"几天未能突破的特例"，很可能是一个边界清晰、背景知识完备的封闭问题。这类问题在大模型训练数据中往往有大量相似对偶，因此GPT的成功是统计意义上的拟合，而非逻辑意义上的推理。如果换成开放性的猜想构造，比如孪生素数或BSD猜想，AI的表现会急剧下降。事实上，我和团队去年在ICLR发表的论文中，对数学证明的LLM辅助进行了系统评估，发现当证明步骤超过5步且涉及非平凡代换时，模型的自洽性会下降超过40%。

因此，邓煜的核心判断——AI不能替代独立思考——恰恰是方法论层面的必然结论。独立思考的本质是问题引领和假设生成，而AI目前只能在给定框架下做局部优化。这就像在知识图谱中，实体链接可以自动化，但模式发现和关系推理仍然需要人类设定约束条件。

给读者一个行动建议：如果你是数学或计算机方向的研究生，现在就可以把AI当作一个"初稿校验器"来使用——让它帮你补全已知框架下的推导细节，但不要让它替你设计实验路线。在论文写作中，明确标注哪些部分经过了AI辅助，并保持对输出结果的批判性审查。这是对学术严谨性的基本尊重，也是应对未来AI工具泛滥的底线。

原文链接：https://www.ithome.com/0/981/356.htm