北京
新智元報道
7月23日，第30屆國際數學家大會（ICM）將在費城開幕，菲爾茲獎將在開幕式上頒出。
而在這之前的18日，Anthropic技術員工Alek Dimitriev在X上發帖稱：下周頒發的菲爾茲獎，將是人類最后一次拿到這個獎。
Alek此前在Google做高級機器學習工程師，參與過Gemini的微調和推理系統建設，UT Austin機器學習博士畢業。
第二天，Christian Szegedy轉發了Alek的推文。
Szegedy在深度學習圈里頗有影響，他是Inception網絡（GoogLeNet）第一作者，Batch Normalization共同作者，最早發現并系統研究對抗樣本（adversarial examples）的人。
它們都是現代深度學習的重要基石。
Szegedy是波恩大學的數學博士，2023年3月進入xAI創始團隊，2025年創立了Math Inc，方向是用自動形式化（autoformalization）做出可驗證的超級智能。
一個是天天和最前沿的模型打交道，一個是深度學習的奠基者，如今在研究怎么讓機器驗證數學。
他們卻都在說，菲爾茲獎到頭了。
當天下午，菲爾茲獎獲得者Timothy Gowers在Szegedy那條轉發底下現身：
我也有過類似的想法。不過這個過程有滯后，所以我想它們大概能撐到2030年。
Szegedy當即接了一句：
這是個高風險的賭注。但我認為接下來兩年會出現大量突破，而AI的貢獻會越來越占主導。這可能會讓這個獎，很難再按它最初的精神被公平地頒出去。
雖然Gowers并未親自說出「菲爾茲獎即將終結」這樣的話，但他的確有過類似的想法，并給出了一個大概的期限：2030年。
而且，他也有這樣推測的理由。
就在這條推文的兩個月前，他自己剛做完一次實驗。
不到兩小時
AI搞定一章博士論文
2026年5月8日，Gowers在個人博客文章中，講述了他近日用ChatGPT 5.5 Pro的一次經歷。
他說道，我們所有人都得不斷上調對大模型數學能力的評估，而這一次的上調幅度相當大。
他給大模型出的題，來自數學家Melvyn Nathanson的一篇論文。
題目大概是這樣的。
挑出k個整數組成集合A，把里面任意兩個數兩兩相加，得到的所有不同結果湊成另一個集合，叫和集。Nathanson要求A有多少個數、和集有多少個數，這兩個數值都事先指定死。
問題只有一個：在滿足條件的前提下，A里最大的那個數，能壓到多小？
說白了就是，這k個數最緊湊能擠到什么程度。
Nathanson自己給出的答案是2的k次方這個量級。以20個數為例，最大的那個得取到一百萬上下。他在論文里留了一問：這個界能不能改進？
ChatGPT 5.5 Pro想了17分5秒，交回來一個構造，把它壓到了平方量級。同樣是20個數，最大的一個只要幾百。而且這已經是最優，不可能再壓。
Gowers又讓它把論證寫成正規的數學預印本格式，2分23秒交稿。
然后他加碼，換了一個更難的版本：能不能改進MIT學生Isaac Rajagopal論文里的界。
16分41秒，模型把那個界從「隨k指數式膨脹」壓到了「隨k的平方根指數式膨脹」，寫成預印本又花了47分39秒。Rajagopal本人看過，說看起來是對的。
Gowers問它能不能再進一步，一路壓到多項式級，也就是徹底擺脫指數式膨脹。
13分33秒，模型說有戲，但有兩條技術命題需要核實。他讓它去核。9分12秒，核完了。再花31分40秒，預印本出來。
Rajagopal看完的評價是：幾乎可以肯定是對的。他還特意強調，不只是逐行檢查通過，而是連想法都對。
全程加起來不到兩個小時。Gowers給這份成果的評價是：相當于組合數學博士論文里完全合理的一章。
真正扎心的，是他后面補充的那句話：
我的數學輸入是零，我甚至沒在提示詞上做任何花樣。
數學家們
慢慢笑不出來了
Gowers在博客里回顧，早期那些所謂「大模型解決了研究級問題」，笑一笑就能過去：
不少所謂的解，其實是模型發現答案早就躺在文獻里，或者能從已知結果輕易推出來。
慢慢地，這些笑聲一點點變小了。
再后來，碰上那種乍看挺聰明的論證，仔細一查往往還能找到先例。于是還能自我安慰一句：它只是在拼裝已有知識，算不上真正的原創想法。
這一回，連這些安慰也沒有了。
被AI改寫論文的Isaac Rajagopal，在Gowers的博客里專門寫了一節，解釋模型到底想出了什么。
他沒有一上來就夸，而是把模型的兩步改進分開打分。
第一步，從指數級壓到平方根量級。他的評價是，這是對我工作的常規改動。順著他論文的思路往下推，就能推出來。
真正讓他坐不住的是第二步，徹底擺脫指數式膨脹。
原來那串數是一路翻倍上去的，1、4、16、64，漲得太快。
ChatGPT換了個思路：先找一批彼此之間加起來不會撞車的數，任你挑幾個相加，都不會和另一組的和碰上；再把每個數乘以同一個倍數，復制出一份。
這樣一來，翻倍數列里那種「四個小的正好等于一個大的」的關系被原樣復刻了出來，而所有數都被關在一個很小的范圍里。
Rajagopal說，這像是把半條幾何級數塞進了一個多項式區間，相當反直覺。而且這個想法據他所知，完全是原創的：
這是我琢磨一兩個星期之后想出來、會非常自豪的那類想法。而ChatGPT用了不到一個小時，找到它，并且證明了它。
即將領菲爾茲獎的人
在這道題上輸給了AI
Gowers博客發布后不久，OpenAI公布了另一件事：一個內部的通用推理模型，推翻了埃爾德什1946年提出的平面單位距離猜想。
普林斯頓的Noga Alon說，這是埃爾德什最喜歡的難題之一，而OpenAI這個內部模型給出的解法，在他看來徹底攻克了這個歷史悠久的難題，改變了幾十年來的共識。
數論學家Arul Shankar更是直言，它證明了當前的AI模型不只是人類數學家的助手，它們有能力產生獨創而精妙的見解，并且能把這些見解做成實際成果。
和Alon、Shankar、Gowers一起代表數學界發聲的，還有Jacob Tsimerman，他即將走上7月23日的菲爾茲獎領獎臺。
7月13日晚，ICM 2026官網鬧出一次事故。四條標著「HIDDEN菲爾茲獎演講」的記錄被扒了出來，今年的獲獎名單提前泄露：
Yu Deng（芝加哥大學）、John Pardon（石溪大學）、Jacob Tsimerman（多倫多大學）、Hong Wang（NYU Courant與IHES）。
據報道，這四人各自解決了一個懸置30年到125年的問題。
而Tsimerman在評價那份AI證明時透露過一件事：他自己曾短暫研究過這道題，試著構造反例，但沒能取得進展。
他即將為人類領走數學的最高榮譽，而在埃爾德什這道題上，他剛剛輸給了AI。
AI將如何改變數學
說回Szegedy。
他說，諾貝爾獎獎的是推動一門學科往前走的成果，菲爾茲獎獎的是相對年輕的天才，目的是鼓勵他們繼續做數學。
如果這類成就里的AI成分難以評估，那菲爾茲獎的全部意義就成了問題。
評論區當然有人不認。有人回他：這說不通，菲爾茲獎按定義就是給最優秀人類數學家的獎章。
但爭議的焦點已經偏移了，是AI時代這個獎要用什么標準去認定「這是你做的」。
Gowers曾在博客中拋出一個假設：
假設一位數學家解決了一個重大問題，方式是跟大模型長時間對話，他在其中起了有效的引導作用，但技術活全是大模型干的，主要想法也是大模型出的。我們會把這當成這位數學家的重大成就嗎？
他的答案是：不會。
他還說，如果你做數學的目標是某種意義上的不朽，是讓自己的名字永遠和某個定理、某個定義綁在一起，那你要明白，這件事可能撐不了太久了。
但跟難題死磕仍然值得。
Gowers說，價值在于你能獲得對解題過程本身的洞察，這種洞察只讀別人的答案是換不來的。
他舉了一個比方：代碼寫得好的人，用AI寫代碼也比水平一般的人強；算術基本功扎實的人，用計算器也更容易察覺出答案不對勁。
把名字留在某個定理上的那個時代，可能正在結束。但解過難題留下的「手感」，正在變成駕馭AI的入門級能力。
在即將到來的國際數學家大會上，另一名菲爾茲獎獲得者陶哲軒會在大會上做一場公開講座，題目叫《AI時代的數學》。
西蒙斯基金會公布的ICM公共活動安排：7月24日晚，陶哲軒主講《AI時代的數學》。（圖源：Simons Foundation）
今年5月，他在斯坦福講完《新數學工作流》后，曾在Mathstodon上宣布改變自己的工作習慣：不再試圖實時跟進所有新證明。
因為AI生成證明的速度，已經超過了人類消化它們的速度。
他還提過一個建議：也許該給AI生成的數學和人類的數學分設不同的發表場所，就像高速公路和人行道。
正在被推向2030年的，除了菲爾茲獎評委會，還有每一個正在選題的博士生、每一個正在帶學生的導師，以及原有的學術評價體系。
Gowers曾算過一筆時間賬：今年秋天入學的博士生，最早也要2029年才能畢業。
他的猜測是，到那時候，做數學研究這件事意味著什么，可能已經變得面目全非了。
參考資料：
https://x.com/tensor_rotator/status/2078335791156310369
https://x.com/haider1/status/2078993287634137424
https://x.com/ChrSzegedy/status/2078624857223536824
https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/
編輯：元宇
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
