AI证明了黎曼猜想？别激动——它只是'猜'对了99%的情况

一场"伪突破"

2026年初，某AI实验室发布了一条新闻：“AI模型在验证黎曼猜想的非平凡零点时，成功验证了前100亿个零点全部位于临界线上。“这条新闻在科技圈引发了一阵狂欢——“AI证明黎曼猜想"的说法不胫而走。

但数学界对此反应冷淡。一位菲尔兹奖得主在社交媒体上评论：“验证100亿个零点在临界线上，并不等于’证明’了黎曼猜想。解析数论中有大量命题在10^100以内都成立，但最终被证明是错的。AI只是在做’数值验证’，不是’数学证明’。”

这暴露了一个AI在数学领域的根本局限：AI可以验证"绝大多数情况”，但数学要的是"所有情况”。 99%和100%之间，隔着一道AI无法跨越的鸿沟。

数学家的证明：从公理出发，通过逻辑推导，得出必然结论。 一个数学证明，是一个从已知到未知的"逻辑链条”。每一个环节都是必然的，不存在"概率"或"近似"。证明的价值在于，它保证了结论在"所有可能的情况下"都成立。即使情况是无穷多种，证明也覆盖了全部。

AI的"证明"：从大量案例出发，通过模式识别，得出高概率结论。 AI的"证明"本质上是"归纳"——从大量具体的例子中总结出规律。但归纳不是证明——你见过10000只白天鹅，不能证明"所有的天鹅都是白的"。AI的"证明"在数学上属于"猜想验证"，不是"证明"。

金句：AI可以在数学的"验证"领域做到极致，但在"证明"领域，AI还停留在"高级猜想"的阶段。

AI在数学中不是"没用"，而是"用错了地方"。AI在数学中真正擅长的是：

擅长一：数值验证。 对于需要大量计算验证的数学问题，AI（结合计算能力）可以快速验证海量案例。比如验证"哥德巴赫猜想在10^18以内成立"——这个工作用人来做需要几百年，AI可以在几小时内完成。但这不是"证明"。

擅长二：反例搜索。 AI可以高效地搜索数学猜想的"反例"。如果一个猜想是错的，AI可能比人类更快找到反例。比如用AI搜索"存在一个奇数完全数"的反例。这种"证伪"能力，AI比人类强。

擅长三：模式发现。 AI可以从大量数学数据中发现人类没有注意到的"模式"。比如发现两个看似无关的数学对象之间的"关联"。这种"模式发现"为数学家提供了新的研究方向和猜想。

擅长四：辅助证明。 AI可以辅助数学家完成证明中的"机械性工作"——比如验证一个大型证明中各个步骤的一致性、自动生成某个引理的所有可能情况。AI是数学家的"助手"，不是"替代者"。

鸿沟一：从"有限"到"无限"。 数学证明通常需要处理"无限"的情况——无限多个数、无限维空间、无限长时间。AI基于"有限"的训练数据，无法真正理解"无限"。这导致AI在需要"无限推理"的证明中完全失效。

鸿沟二：从"模式匹配"到"概念理解"。 数学证明需要理解数学概念的"本质"——为什么这个定理成立？背后的数学结构是什么？AI在"模式匹配"层面可以做得很强，但在"概念理解"层面几乎为零。

鸿沟三：从"验证"到"创造"。 AI可以验证已有证明的正确性，但无法创造"全新的证明方法"。数学史上最伟大的证明，往往引入了全新的概念和方法——比如伽罗瓦理论、哥德尔不完备定理。这种"概念创造"是AI目前完全做不到的。

AI"验证"了黎曼猜想的100亿个零点——这是一个了不起的工程成就，但不是数学上的突破。数学要的是"证明"，不是"验证"。要的是"100%"，不是"99.9999%"。

金句：AI在数学中的角色，不是"替代数学家"，而是"成为数学家的超级助手"。数学家负责"创造概念"和"逻辑证明"，AI负责"数值验证"和"模式发现"。人机协作，才是AI数学的正确打开方式。