AI破解400个数学猜想引发“第四次数学危机”，传统信誉体系面临重构

事件概述

2024年10月6日，OpenAI一次性发布约722篇文章，涵盖拟黎曼假设、四维挂谷猜想等约400个菲尔兹奖级别数学猜想的解。平均每项结果耗费约3小时ChatGPT Pro计算量。由于AI审核能力被认为已超过人类数学家，且人类难以同时理解所有细节，这些结果被高概率视为正确。此举对数学界造成巨大冲击，作者将其定义为“第四次数学危机”。

核心问题分析

1. 数学界的原罪：脱离现实与信任外包

• 高度抽象与孤立：数学发展长期陷入高度抽象和专业细分，导致数学家之间甚至同一领域内都难以互相理解。这种状态使数学成为一个封闭系统，极易被AI攻破。
• 信任外包机制：传统数学界依赖少数审稿人的判断来认证论文价值，形成“造神运动”和天才崇拜。大量长篇论文缺乏实质性的同行深入阅读，价值锚定于期刊Credit而非实际贡献或现实联系。
• 脱离实证源头：正如诺依曼所言，数学活力依赖于与经验的互动。当前许多研究（如Navier-Stokes方程的部分纯理论探讨）与现实应用脱节，仅以解决难题为乐，导致学科生命力衰退。

2. 信誉系统的崩溃

• 生产力提升导致价值贬值：AI能在短时间内完成过去需数年的人类工作，导致传统论文生产的社会必要劳动时间大幅缩短，论文价值急剧贬值。
• Credit体系失效：在AI生成内容面前，无法区分人类关键贡献与AI辅助，传统期刊作为价值分配和认证机构的公信力丧失。四大顶级期刊的地位受到挑战，因为AI生成的证明在正确性上可能更优且不寻求发表。
• “抽卡”现象终结：此前学术界存在的通过不断提出更难问题来维持经费和职位的现象（类比挖比特币或人造钻石），因AI的高效解决而变得索然无味，加速了旧体系的瓦解。

3. 数学的未来走向：回归现实与内心

• 短期影响：期刊发文量可能激增，但公信力下降。审稿过程可能转为AI辅助形式化验证（如Lean），人类仅做价值判断。部分研究生和早期职业研究者感到迷茫，转行趋势显现。
• 长期演变：
  • 机构调整：大学纯数学系可能逐渐消失或转型，数学家职位向物理、计算机等交叉学科及企业研发部门转移。
  • 教育变革：AI教学可能替代传统大学数学教育模式。
  • 学科重生：数学需吸取哥德尔不完备定理的教训，保持系统开放性。真正的数学应回归经验源头，结合个体的审美与独立判断，而非仅仅追求形式化的证明。

对中国数学界的启示

• 建立自主评价体系：中国数学界长期借用西方信誉体系，缺乏自信。应抓住机遇，建立基于独立判断而非单纯论文数量的评价标准。
• 技术自主与思维独立：呼吁发展国产AI大模型，鼓励年轻学生独立思考，拒绝偶像崇拜，将AI视为助手而非思考的替代品。重点培养对数学本质的感知力和与现实世界的连接能力。