AI冲击数学界：人类的价值何在？
摘要#2026#////研究人员就动机、目的以及该领域的未来展开辩论。本杰明·斯库斯2026年6月25日加州大学洛杉矶分校的陶哲轩认为，人工智能可能会开启“大数学”时代，届时人类和机器将携手解决复杂问题—彼得·亚当斯在2000年代中期，当杀手乐队（The Killers）和弗朗兹·费迪南德乐队（Franz Ferdinand）的音乐从我路过的每家酒吧和夜总会里震耳欲聋地播放出来时，我在日夜苦读应用数学博士论文。我的研究重点是模拟特殊光波在液晶中的相互作用，并用简单的方程式来近似和理解这些相互作用。现在回过
陶哲轩十二年前的远见，如今被AI完美印证
事实证明，菲尔兹奖得主有时候也兼职预言家。十二年前，陶哲轩在首届数学突破奖的舞台上抛出了一句预言，被视作天方夜谭：将来有一天，我们或许不再用LaTeX撰写论文，而是使用计算机能理解的形式化语言。那一年，Transformer还没诞生，ChatGPT更是连影子都没有。没想到，回旋镖正中靶心。过去这一年，AI在数学领域突然开始疯狂提速。从OpenAI解决开放问题，到DeepMind批量攻克数学猜想，越来越多数学证明被写进形式化系统，交给计算机自动验证。回望来路，最早看清风向、亲自下场实践的人，就是陶哲轩。十年
钉钉管理层更迭后，《置身钉内》作者再发声：形式化加班违背技术初心
专题：从“钉内”走向“钉外”，钉钉副总裁马锐拉辞职：难以分辨是在打造产品还是盲目追赶 新浪科技讯 6 月 12 日清晨报道，近期，一封篇幅约 7.5 万字的辞职信《置身钉内》在网络平台疯传，致使钉钉严苛的管理模式成为舆论焦点。 6 月 11 日，阿里巴巴集团宣布，钉钉创始人陈航（花名“无招”）不再担任钉钉 CEO 一职，由 1992 年出生的技术极客陈宇森接任。就在钉钉完成 leadership 交接之后，《置身钉内》的作者、曾任钉钉 ONE 项目的产品经理再度在社交平台发声，回应外界质疑。 她坦言，选择
AI赋能数学研究：工具演进、边界认知与实践策略
今日在学院午间研讨会进行了关于AI4Math的主题分享，以下为演讲完整内容。各位同仁，中午好！非常感谢学院提供的交流机会。坦白讲，接到这个分享任务时，内心确实有些顾虑。因为我知道，院内不少老师在人工智能的应用与探索方面已走在前列。今天我更多是以抛砖引玉、相互学习的态度，与大家分享个人的观察与心得。计划用约三十分钟做简要汇报，之后预留更多时间，期待与各位同仁深入探讨。今日分享的主题是：AI赋能数学研究：工具演进、边界认知与实践策略首先需要说明的是，这并非严格意义上的学术报告，更倾向于经验交流。过去一两年间，
陶哲轩：引领AI与数学融合的开拓者
人工智能前沿资讯，第一时间为您送达通过自动化验证工具，复杂的数学问题能够被分解成若干小块（chunks）分别解决，确保每个推理步骤都准确无误，再整合得出最终结果。一些学者认为，这标志着数学研究方式即将迎来重大变革。像Lean这样的自动化验证工具，可以为数学证明的严谨性提供完全的保障。图源：Samuel Velasco |《量子杂志》Quanta Magazine代码致谢：亚历克斯・康托罗维奇（Alex Kontorovich）作者：Kevin Hartnett（凯文・哈特内特，量子杂志特约撰稿人）2026
AI重塑数学：从证明泛滥到基建重构|2026 Science x AI Summit
人工智能正以惊人步伐深入数学研究领域。然而，2026年5月在硅谷举行的一场顶级科学对话揭示了一个反常识的现实：AI并非能力不足，而是“方向走偏”。2026年5月12日至13日，SAIR Foundation联合创始人、菲尔兹奖得主陶哲轩（Terence Tao），菲尔兹奖得主、剑桥大学教授蒂姆·高尔斯等数学界领袖在“2026 Science x AI Summit”会议上共同发出警告：数学正从“证明稀缺”阶段滑向“证明过剩”阶段，而人类数学家尚未做好应对准备。这场由SAIR Foundation主办的峰会
AlphaProof Nexus破解数学难题，AI重塑科研范式
2026年05月26日 星期二AI HOT 精读今天AI圈发生了17件大事，我们深度解析了其中最重要的一件🎯 今日焦点 · 国际AI国际AI 谷歌 AlphaProof Nexus 攻克 2 道悬置 56 年 数学难题📌 事件概述Google DeepMind 今天放了个大招——他们的新 AI 框架 AlphaProof Nexus，一口气攻破了 2 道悬置了整整 56 年 的数学难题。这可不是什么竞赛题或者算法刷分，而是 20 世纪传奇数学家保罗·埃尔德什（Paul Erdős）提出的开放问题，数学界等
AI模型颠覆数学猜想
人工智能首次推翻离散几何核心猜想，数学界迎来"iPhone时刻"5月21日，OpenAI发布重要研究，宣布其最新AI系统成功推翻了离散几何领域的一个核心猜想——"埃尔德什-法尔廷斯覆盖猜想"的某个推广版本。这个猜想自1960年提出以来，已经困扰了数学界60多年。全球顶尖数学家曾尝试各种方法证明或证伪，均未成功。如今，一个AI系统在48小时内完成了这项工作。数学界震动了。著名数学家陶哲轩在社交媒体上发文："这是数学史上的iPhone时刻——AI不仅能辅助证明，还能发现
AI数学证明的新纪元 - 从OpenAI离散几何成就看科研智能体的潜力与局限
当 AI 开始证明数学从 OpenAI 离散几何突破，看科研智能体的价值与边界关键进展OpenAI内部通用推理模型证伪了平面单位距离问题中长期被视为定论的 n^{1+o(1)} 猜想，成功构建了具有明确指数级增益的反例。更广阔的视野结合AlphaGeometry、AlphaProof、Lean/Mathlib等成果，探讨AI如何从单纯的计算辅助升级为研究协作伙伴。核心洞察AI的价值不仅在于更快速的运算，更重要的是拓展研究边界、揭示跨学科关联、提供反例并协助验证。保持警惕AI成果需要专业评估、形式化确认和学
AI进军数学界，奥数赛场大放异彩，研究范式迎来巨变
数学界的人工智能变革浪潮已然席卷而来2025年的盛夏，人工智能在数学界迎来了真正的里程碑。在当年的国际数学奥林匹克竞赛中，多款AI模型在六道题目中成功攻克五道，其表现远超许多专家的预料。虽然奥数题属于有确定答案的难题，并非开放性研究问题，但这一成绩足以让整个数学界重新审视AI的巨大潜力。过去那些认为AI容易出错、难以胜任严肃数学研究的专家学者，如今纷纷开始将AI融入日常工作。实际应用效果令人惊喜：AI不仅解题能力出色，更能协助研究者探索全新的研究方向，将原本需要数周甚至数月才能完成的工作，大幅压缩至一天之
AI模型有望成为数学界的通用语
星期二 多云 31℃/21℃AI模型有望成为数学界的通用语· 核心摘要不少人寄希望于AI简化证明验证流程。· 正文验证过程往往漫长。同行数学家耗费十余载反复推敲，才确认黑尔斯的计算无误。数学结论要获“证明”地位，每一步都得逐符号、逐命题核查。美国国防高级研究计划局（DARPA）的帕特里克・沙夫托指出，这凸显了数学界的“核心瓶颈：信任问题”。沙夫托博士率领团队，旨在利用AI加速纯数学发展，其中关键在于简化“形式化”流程。若具备高深数学素养的大语言模型（LLM）真能验证既有证明并协助构建新证明，众多数学家相信
2026浙大AI数学夏令营：免费免宿
2026年度浙江大学暑期研修：AI4MATH课程详情大语言模型正在重塑数学家的日常工作流程，无论是提出猜想还是验证证明，AI 都已成为科研的得力助手，其中 Lean 工具更是备受推崇。本届暑期学校聚焦 Lean 形式化数学，全面覆盖从类型论基础到元编程的技术体系，并融合大语言模型等尖端 AI 技术，旨在探索利用 AI 重构数学科研与教学的新路径，现面向全国高校学子招募。开课时间暑期课程：2026 年 7 月 13 日 - 7 月 20 日成果汇报：2026 年 7 月 21 日举办地点浙江大学数学高等研究
从广州到硅谷：洪乐潼押注16亿美元，筑起AI逻辑校验防线
2026年4月，硅谷。在人工智能浪潮高涨之际，代码生成能力正以惊人的速度攀升。但与此同时，潜在风险也在同步放大：这些愈发强大的系统，正越来越像一个“擅长编造”的幻觉制造者。它们能够在极短时间内写出成千上万行代码，却无法确保系统在真正运行到关键节点时，不会因逻辑缺陷而失效。在这片“概率式繁荣”的迷障里，25岁的广州女孩洪乐潼（Carina Hong）选择了反向而行。她的目标并不是让AI更聪明，而是让它更可信。洪乐潼的经历堪称天才模板，但更令人注意的，是她身上展现出的韧劲。2001年出生于广州天河的她，17岁
数学研究新范式：人机协同时代的开启
传统观念里，数学家常被视为孤军奋战的沉思者，他们依靠个人才智与毅力，在纸笔和黑板构建的宁静天地里探索难题。但人工智能（AI）的迅猛发展正在改写这一经典场景。现今，AI的功能已远不止于高速运算与符号处理，它正深度介入数学推理的核心环节。它不再仅仅是执行机械指令的工具，而是能够独立分析问题、提出猜想，甚至构建证明框架的智能合作者。这一变化意味着数学研究正从纯粹依赖人脑思考，进入人机协同的新纪元，并深刻重塑了数学家们的工作模式。AI的参与显著改变了数学思维的构成。以往，研究生面对复杂问题时必须从空白起步，投入大
中国AI首次攻克数学未解难题并完成形式化证明
近日，北京大学北京国际数学研究中心传来消息，董彬教授率领的AI4Math研究团队依托自主研发的人工智能框架，成功破解了交换代数领域一项悬而未决的猜想——安德森猜想，并在Lean编程语言与定理证明环境中完成了近19000行的形式化论证工作。此举标志着我国首次利用人工智能框架解决交换代数开放难题并完成大规模形式化验证，为数学与人工智能的深度融合开拓了新路径。 该猜想由美国学者安德森在2014年首次提出，其核心研究对象是“准完备局部环”的某些特性。此类环主要用于代数化描述几何体在局部区域（例如某个点的邻域）的无