DeepMind Aletheia AI 攻克 13 个未解数学难题

谷歌 DeepMind 本周发布了 Aletheia，这是一个基于 Gemini Deep Think 构建的专业 AI 智能体，已自主解决了此前未解的数学问题，标志着 AI 辅助研究向专业水平迈出了重要一步。

在 2 月 11 日发表的论文中，DeepMind 详细介绍了该智能体如何系统性地评估了托马斯·布鲁姆的埃尔德什问题数据库中标记为未解的 700 个猜想，这是一个由 20 世纪多产数学家保罗·埃尔德什提出的数学难题合集。这项工作产生了 13 个问题的解法，其中 4 个被研究人员认为是真正意义上的新颖自主发现。

与以往人工智能在竞赛数学中的成就不同，Aletheia 通过一个迭代的“生成-验证-修正”框架运作，旨在模拟学术同行评审。该系统包含一个自然语言验证器，能够识别候选解决方案中的逻辑缺陷，并可以明确报告何时无法解决问题。

在这些成果中，Aletheia 构建了一个反例，推翻了 2015 年提出的关于在线次模优化的猜想，这个问题困扰了研究人员长达十年之久。该智能体还通过引入来自不相关领域的数学工具，为最大割问题和斯坦纳树问题的研究做出了贡献。

DeepMind 的博客指出，罗格斯大学的数学家 Lisa Carbone 使用深度思考模式审阅了一篇技术数学论文，发现了一个人类同行评审者未能发现的逻辑缺陷。

尽管有各种新闻头条，但研究揭示了实质性的限制。在人类专家明确评分的 200 个 AI 生成的解决方案中，只有 6.5% 被认为是“有实质意义的正确”。其余的回答要么存在根本性缺陷，要么虽然在技术上有效，但解决的是对原始问题的误解，而非埃尔德什的真正意图。

研究人员承认，AI 表现出“倾向于以最容易回答的方式误解问题”，并且“与人类相比仍然极易出错”。团队还对“潜意识抄袭”表示担忧，即模型可能在不注明出处的情况下复制训练数据中的知识。

“我们的结果表明，在埃尔德什问题中存在容易摘取的果实，而 AI 已经进步到能够收获其中一些，”研究人员写道，同时告诫不要对这些解决方案的数学意义过度兴奋。

DeepMind 提出了一个分类体系来对 AI 对数学研究的贡献进行分类，并指出他们目前没有声称取得任何“重大进展”或“里程碑式突破”的成果。作者强调，数学论文仍应由人类撰写，由人类对有效性和归属承担责任。