舒畅世界观察:人工智能破解黎曼猜,能否进攻克癌症与老年痴呆?
舒畅世界观察:人工智能破解黎曼猜,能否进攻克癌症与老年痴呆?
2026年11月22日
2026年11月20日,美国人工智能公司Anthropic的数学家莱文特·阿尔珀格(Levent Alpöge)宣布,他与人工智能Claude合作,声称找到了困扰世界数学界167年的黎曼猜想的证明方法。
11月21日,两个独立的数学形式化验证组织宣布,经过计算机检查,他们对这项证明的正确性具有充分信心。
这意味着人工智能正在跨越一个重要门槛:从协助人类解决问题,发展到参与发现人类过去根本无法找到的答案。
一、黎曼猜想究竟是什么?为什么如此重要?
1859年,德国数学家黎曼提出了一个有关素数分布的数学猜想。
所谓素数,就是只能被1和自身整除的大于1的整数,例如2、3、5、7、11、13等。
素数看起来分布得毫无规律,有时相隔很近,有时相隔很远。但是一个半世纪之前著名数学家黎曼提出了一个大胆的猜想,他认为,在这种表面上的混乱背后,可能隐藏着极其精确的数学规律。但是猜想是猜想,却无法证明这种结论的正确性。
一个看似非常简单的数学命题,至今过了167年,无人能解破。好多著名的科学家、数学家,他们毕竟一生的经历,到最后也没有找到这个问题的最终答案。早在1900年,数学家希尔伯特将黎曼猜想列为重要数学难题。2000年,美国克雷数学研究所又把它列为七大千禧年数学难题,悬赏100万美元。
二、Claude究竟怎样解决了这个问题?
这次突破是数学家阿尔珀格与Claude合作进行了大约六个星期的研究,从10月初开始,到11月中旬取得关键结果。11月21日,Lean FRO和Mathlib Initiative两个组织宣布,他们对证明所表达的数学命题及其形式化证明的正确性具有充分信心。
由于构造完整的证明仍然需要很长的时间和努力,但是已经得到了下面的一些巨大的进展:
找到证明思路: 不只是提出一个可能成功的方法。
构造完整证明并由计算机检查: 这比普通的数学猜测可靠得多。
获得数学界认可。华人数学家、菲尔兹奖得主陶哲轩11月20日在个人博客专门讨论了这次突破,并介绍了人工智能参与解决欧拉方程、纳维—斯托克斯方程有关难题的进展。他指出,黎曼猜想的证明规模极其庞大,数学界还需要时间消化和理解。另一位著名华人数学家丘成桐的反应更加引人注目。11月21日,丘成桐表示:“这是一个伟大的贡献,也可以讲震动了全世界,表示数学进入了一个新的纪元。”
数学家独立复核。 检查计算机证明的命题是否确实就是原来的黎曼猜想,是否引入未经证明的假设,以及证明背后的数学思想是什么。
目前公开资料尚未明确说明,研究使用的是Claude哪一个具体型号,只知道涉及Anthropic内部的先进人工智能模型。Claude不仅尝试不同的数学方法,还不断构造中间定理、检查推理过程、修正错误,并利用Lean数学证明系统将结果转化为计算机可以严格检查的形式。
最终产生的证明包含约1700万行Lean代码,分布于17万多个文件之中。这里简单地介绍一下Lean代码。
数学家写论文时,其严格性是最重要的,而这其中则涉及到大量公认的推理步骤,以前这种工作都是通过人工来进行的。现在则可以通过专门的软件 LEAN 来进行最严格的逻辑检查——它会产生一系列的 LEAN 代码,而这些代码再输送到计算机去,让计算机来进行验证。数学家阿尔珀格使用 两个工具Lean 和 Claude:Claude非常成功的生成了约1700万行Lean形式化证明代码。接下来的一步是交给计算机证明系统自动验证。11月21日,多个独立验证结果显示,这套形式化证明通过了严格的逻辑检查。
把整个极其复杂的证明过程表达为 Lean 代码(这次总共产生了1700万行),然后再利用而计算机形式化证明必须把每一个逻辑环节明确表达出来。这就好比一位数学教授在黑板上用几页纸讲清楚一道定理,但如果要求计算机逐一核对全部逻辑,可能需要数百万行程序。这里需要特别强调:Lean不是Claude本身,而是一套独立的数学证明检查工具。Claude负责探索、推理和构造证明,Lean负责检验形式化证明是否符合逻辑规则。
虽然现在已有独立机构通过计算机验证,但数学家还需要理解这些代码背后的数学思想,并核实证明所使用的概念和前提。因此,这项突破虽然令人振奋,正式的数学界认可仍需要时间。
三、奇迹:Claude已经在短时间内解决了数学上的许多难题
2026年8月,Claude在有关黎曼猜想的研究中,把能够证明位于关键直线上的零点比例下界,从约41.6%提高到67.2%。
9月,Anthropic公布,Claude利用11天时间,将已经由人类证明的费马大定理转化成约1300万行计算机可以验证的代码。
11月17日,Anthropic又公布Claude Fable 5.2在黑洞理论研究中取得的两项成果,涉及量子引力和黑洞形成的数学模型。
陶哲轩还介绍了人工智能辅助研究流体力学重要方程的进展。
这说明Claude的能力已经不再局限于普通聊天、翻译和编写程序,而是开始进入各种真正的科学研究领域。
不过,数学界还有大量尚未解决的问题,例如P与NP问题、霍奇猜想、杨—米尔斯理论中的质量间隙问题等。人工智能能否继续突破这些难题,仍然需要实践检验。
五、真正重要的,可能不是数学,而是医学和应用科学
我认为,黎曼猜想获得突破固然意义重大,但对于普通人而言,更重要的问题是:人工智能如此强大的研究能力,能不能用来解决危害人类健康的重大疾病广泛应用于各种应用科学,改变人类探索自然,发现新的技术、新的材料、新的药物?
首先,一个令人关注的应用应该是医学方面,怎么样攻克人类现在面临的各种严重疾病,包括癌症、阿尔茨海默病(老年痴呆),以及心血管疾病。这些疾病每年造成大量死亡,也给无数家庭带来痛苦。过去,医学研究依赖大量实验,需要分析复杂的基因、蛋白质、细胞及药物反应。有些药物从最初发现到进入临床使用,需要十年以上,而且可能经过巨大投入之后仍然失败。
人工智能有可能改变这一过程。事实上,Anthropic已经开始将Claude应用到生物学研究。2026年9月,Anthropic公布,Claude优化了30多种生物学人工智能模型,使相关计算平均加快约四倍。这些模型用于蛋白质结构预测、蛋白质设计以及基因组研究等领域。
这非常重要。因为研究癌症,需要了解癌细胞如何产生、如何扩散,以及药物怎样识别和攻击癌细胞。研究阿尔茨海默病,需要弄清楚神经细胞为什么受到损伤,异常蛋白质怎样形成,以及哪些分子机制可能成为治疗目标。研究心血管疾病,则需要进一步理解血管病变、心肌损伤、血栓形成及遗传因素。
如果人工智能能够迅速分析数以百万计的分子组合,自动提出假设、设计实验、检查结果、修正方案,就有可能大幅加快药物研发过程。
六、人工智能能否自己组织科研工作?
我特别感兴趣的是Claude等先进的人工智能软件可以聪明到自动的、代理分工合作,形成类似科学研究团队的工作模式。
例如,一个代理负责阅读有关论文,一个负责提出假设,一个负责数学计算,一个负责设计实验,另一个负责检查错误。彼此之间能够反复交流、互相检验,进行递归式的改进、根据结果重新调整方向。
这与过去人工智能只能被动回答问题相比,已经发生了根本变化——未来的人工智能系统可能成为一种全天候工作的科研助手,甚至承担部分自主科研任务。
这次黎曼猜想使用的是先进的内部研究系统,普通用户能够获得的版本、计算资源和科研能力,不一定与之相同。
七、我的看法:人工智能的真正价值才刚刚开始显现
在应用科学方面,在发现新材料(比如锂电池,以及更强硬、更坚固但又轻的、比钢铁还要坚固的轻型材料)、超导等方面,任何一个方面原则上都可以通过人工智能去加速研发的过程,从而得到更好的结果。关于这方面,因篇幅关系,本文不详细讨论。