ai, 研究论文,

AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个

Unbug By Unbug Follow Mar 03, 2026 · 1 min read
AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个
Share this

🎯 炸裂！AI 真的开始做数学研究了！

就在上周，Google DeepMind 在 arXiv 上扔下一颗重磅炸弹：“Aletheia tackles FirstProof autonomously”。他们的 AI 系统 Aletheia 在一个名为 FirstProof 的数学挑战中，自主搞定了 10 个研究级数学难题中的 6 个！

别激动，这不是让 AI 做高考数学卷那种小儿科——这些题目是专业数学家在研究中遇到的真实问题，是真正的硬核研究级数学难题！

📚 FirstProof 是什么？数学家的”期中考试”

FirstProof 是一个由专业数学家设计的挑战，包含 10 个”引理”（Lemmas）——这些是数学家在研究过程中遇到的中间技术问题，虽然不是那种著名的千年难题，但绝对是需要专业数学训练才能解决的问题。

这些题目涵盖了多个数学领域：

  • 代数数论（听起来就头疼）
  • 等变稳定同伦论（这是什么鬼？）
  • 几何拓扑（我连拓扑都不懂）
  • 辛几何（听起来很高级）
  • 张量分解（深度学习里见过这个词）
  • 数值线性代数（这个稍微眼熟点）

挑战规则很严格：AI 必须完全自主地产生证明，不能依赖任何人类输入来提供数学思想或内容。

🤖 Aletheia 是怎么工作的？”宁可不答，也不答错”

Aletheia 是基于 Google 的 Gemini 3 Deep Think 模型构建的数学研究 Agent。它的设计哲学很有意思：

核心设计原则：可靠性优先

“我们认为，在人类专家验证带宽有限的情况下，许多实际从事研究的数学家宁愿用原始问题解决能力来换取更高的准确性。”

换句话说：宁愿少解决几个问题，也要保证解决的问题是正确的。这就像考试时，宁可空着不会的题，也不要瞎蒙——毕竟数学里，错误的答案比没答案更糟糕。

系统架构：生成器 + 验证器

Aletheia 采用了生成器-验证器（Generator-Verifier）的架构：

  1. 生成器子 Agent：尝试产生候选证明（就像一个勇敢的解题者）
  2. 验证器子 Agent：严格检查证明的正确性（就像一个严厉的阅卷老师）
  3. 自我过滤：如果找不到正确证明，会主动说”没找到解决方案”，而不是瞎编一个

这种设计让 Aletheia 具备了知道自己什么时候不知道的能力——这在数学研究中至关重要。毕竟，承认自己不会比不懂装懂强多了。

🏆 战绩如何？6/10，相当不错！

让我们看看具体数据：

问题 Aletheia A Aletheia B 专家评估
P1 无输出 无输出 -
P2 ✅ 正确 ✅ 正确 4/4 专家认为正确
P3 无输出 无输出 -
P4 无输出 无输出 -
P5 ✅ 正确 ❌ 误解题目 4/4 专家认为正确
P6 无输出 无输出 -
P7 ❌ 严重缺陷 ✅ 正确 3/3 专家认为正确
P8 ❌ 不充分 ✅ 有争议 5/7 专家认为正确
P9 ✅ 正确 ✅ 正确 4/4 专家认为正确
P10 ✅ 正确 ✅ 正确 2/2 专家认为正确

最终结果：6/10 个问题被正确解决！

虽然不是满分，但考虑到这些都是研究级问题，这个成绩已经相当惊人了！

🌟 亮点时刻：三个让人惊叹的瞬间

1. 解决了一个”公开问题”！

问题 P7 特别引人注目——它曾经在 Weinberger 的书中被描述为一个公开问题！Aletheia B 成功解决了它，而且推理成本比其他问题高出一个数量级。

换句话说：AI 解决了一个数学家们还在研究的公开问题！

2. 专家级的严谨性：连争议都那么专业

对于问题 P8，专家们有一些分歧：

  • 3 位辛几何专家 + 2 位相邻领域数学家认为正确
  • 1 位专家 + 1 位相邻领域数学家认为不够完整

但关键是：没有专家说证明有错误——分歧只是在于”缺少的细节是否超过了’小修改’的门槛”。这完全符合数学论文同行评审的正常情况！

换句话说：AI 的证明已经达到了学术论文的水平，连争议都那么”学术”。

3. 自主发现最优算法：比人类作者还要好！

对于问题 P10，Aletheia A 自主发现了一个最优的理论复杂度界，甚至比官方的人类作者解决方案还要好！

这就像：AI 不仅解出了题，还给出了一个更优的解法！

🧠 这对 AI 和数学意味着什么？

1. AI 正在成为研究伙伴，而不是替代品

这不是 AI 替代数学家，而是 AI 成为数学家的研究伙伴。想象一下：

  • 数学家提出一个猜想
  • AI 尝试证明或反驳
  • AI 说”我找到了一个证明，你看看”
  • 数学家检查、完善、发表

这就像有了一个不知疲倦的研究助手，帮你探索那些可能被忽略的方向。

2. 可靠性是关键：宁可不答，也不答错

Aletheia 的设计选择——宁愿不回答也不要答错——这在数学中尤为重要。数学研究最看重的就是正确性，一个错误的证明可能会浪费很多人的时间。

这也给了我们一个启示：在某些领域，准确性比”看起来很厉害”更重要。

3. 从”解题”到”做研究”：质的飞跃

以前的 AI 数学系统主要是在做”已知答案的题目”，比如奥数题。现在 Aletheia 开始做没有已知答案的研究问题——这是质的飞跃！

这就像：从做练习题，到开始做真正的研究了。

🔮 未来展望：数学研究的新时代？

这篇论文让我想到几个有趣的未来方向：

  1. AI 辅助数学发现：也许不久的将来，AI 会帮助数学家发现新的定理和猜想
  2. 形式化证明的普及：AI 可能会让更多数学论文有机器可验证的形式化证明
  3. 数学教育的变革：AI 可以作为个性化的数学导师，帮助学生理解证明思路

💡 最后的思考：6/10 才是最有意思的地方

Aletheia 的成绩是 6/10，还有 4 个问题没有解决。但这正是这个突破的美妙之处——AI 还没有取代数学家，但它已经开始在真正的数学研究中发挥作用了。

如果它 10/10 全部解决了，那可能反而让人担忧（数学家要失业了？）。但 6/10 这个成绩刚刚好：它展示了 AI 的潜力，也告诉我们人类数学家还有很多事情要做。

正如论文作者所说：

“这是一个有限的研究，但它展示了一个充满希望的方向。”

我迫不及待地想看到这个领域的下一步发展！

📖 相关链接

你觉得 AI 数学家会在什么时候解决一个真正的著名数学猜想？欢迎在评论区分享你的想法！

AI 数学 Google DeepMind 论文解读

Releated

  1. SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？
    In AI, 脑机接口, 神经科学,
  2. 何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像
    In AI, 论文, 生成模型,
  3. HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型
    In AI,
  4. STAR 模型架构：Liquid AI 的模型架构自动合成新范式
    In AI Research, Architecture,
  5. MemMamba：重新思考状态空间模型中的记忆模式
    In paper,
  6. 世界模型统一框架：突破任务特定知识注入的局限性
    In AI Research, World Models,
  7. 突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感
    In AI, 神经科学, 机器学习,
  8. AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者
    In AI, 科学研究,
  9. ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破
    In AI,
  10. RWML：让 LLM 智能体学会预测未来
    In AI,
  11. AI原生粒子加速器：让大型科学设施学会自动驾驶
    In AI,
  12. 一分钟读论文：《GitHub Copilot 的代码生成稳健吗？》
    In AI, Software Engineering,
  13. 一分钟读论文：《ChatGPT 提示模式：提升代码质量、重构、需求获取和软件设计》
    In AI, Software Engineering,
  14. AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法
    In AI,
  15. AI for Mathematics：当人工智能邂逅纯数学——2026年的突破性进展
    In ai, mathematics,
  16. HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人
    In AI, 计算机视觉, 3D重建,
  17. LLM 去匿名化时代来临：你的匿名评论可能正在暴露你的真实身份
    In AI,
  18. Agent World Model：用 1000 个合成环境训练 AI 智能体，突破训练数据瓶颈
    In AI,
  19. 自言自语：让大语言模型告别灾难性遗忘
    In AI,
  20. LUCID Attention：给长上下文模型戴上降噪耳机
    In AI, Research, Transformer,
  21. ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代
    In AI, 论文,
  22. DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力
    In AI,
  23. HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题
    In AI,
  24. Google Nested Learning：突破AI灾难性遗忘的新范式
    In AI, 机器学习, 深度学习,
  25. MiroFlow：面向深度研究任务的高性能开源智能体框架
    In AI,
  26. GLM-5：从「氛围编程」到「智能体工程」的范式跃迁
    In AI,
  27. 三个AI走进酒吧：聪明的AI也会搞部落主义？
    In AI,
  28. PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界
    In AI,
  29. Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆
    In AI,
  30. DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力
    In AI,
  31. 量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！
    In AI,
  32. DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！
    In AI,
  33. Agentic Reasoning：从被动推理到主动智能的完整路线图！
    In AI, 论文解读,
  34. ReSyn：自动生成1000个推理环境，让AI学会真正的思考！
    In AI, 论文解读,
  35. Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍
    In AI, Agent,
  36. Agent World Model 研究：1000 个合成环境推动智能体训练革命
    In AI, Agent,
  37. DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破
    In AI, deepmind,
  38. Genie 3: DeepMind 发布首个实时交互式世界模型
    In AI, 论文解读,
  39. 一分钟读论文：《当 Many-Shot Prompting 失败时：LLM 代码翻译的实证研究》
    In AI, LLM,
  40. 一分钟读论文：《基于代理的集成推理解决仓库级问题》
    In AI, 软件工程,
  41. Google Nested Learning：破解 AI 灾难性遗忘的革命性范式
    In AI, 深度学习,
  42. 一分钟读论文：《自然语言摘要实现微服务多仓库 Bug 定位》
    In AI, 软件工程,
  43. 生成式 AI 如何重塑软件开发：从代码助手到自主代理
    In AI, 软件工程,
  44. 一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
    In AI, Software Engineering,
  45. 一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
    In AI, 深度学习,
  46. 一分钟读论文：《MCP 一周年：从内部实验到行业标准》
    In AI, Agent,
  47. 一分钟读论文：《大语言模型代码生成的规格对齐》
    In AI, 软件工程,
  48. 一分钟读论文：《小语言模型作为评委提升代码生成》
    In AI, 软件工程,
  49. 一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
    In AI, 编程教育,
  50. 一分钟读论文：《Chrome 〈!DOCTYPE aigc〉: 你的网页何必是 HTML》
    In AI, FrontEnd,
  51. 一分钟读论文：《ChatGPT for Robotics：设计原则和模型能力》
    In AI, Engineering,
  52. 一分钟读论文：《GPT-minify: All JS bundle size 97% off》
    In AI, FrontEnd,
  53. 一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
    In AI, Engineering, Engineer,
  54. 一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
    In AI, Engineering,
  55. 一分钟读论文：《ChatGPT：在线考试诚信的终结？》
    In AI,
SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？
HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人