（来源：澎湃新闻）
09:58
OpenAI用88小时“解决”悬置九十年的千禧年难题，25位菲尔兹奖得主却联名警告：比解不出题更可怕的，是无人再懂答案。就此我们采访了数学家丘成桐和图灵奖得主唐加拉。
09:58
人类最强大脑啃了九十年都没啃下来，你觉得解开它还需要多久？
OpenAI给出的答案是：88个小时，外加大约1万个AI智能体，交换约300万条消息。2026年9月8日，他们宣布：这道悬置近百年的数学难题，被AI“解决”了。
纳维-斯托克斯方程，是描述流体运动的方程组——比如说水怎么流、风怎么吹、空气怎么绕过机翼，底层都是它。2000年，克莱数学研究所把它列入了“千禧年七大难题”，奖金一百万美元。人类啃不动的硬骨头，AI用一个“长周末”就宣布拿下了。那这一百万美元，是不是应该给AI？
这会不会是一场“学术作秀”？我们询问了很多人。
首先请教的是一位“大牛”——杰克·唐加拉，2021年图灵奖得主，超算领域的“祖师爷级”人物。全球超算TOP500排行榜背后的测试标准LINPACK就是他一手打造的。
杰克·唐加拉：在我看来，人工智能会助力数学家解决问题，从某种意义上来说，只会让他们的工作如虎添翼。这正是人工智能能力得以展现的绝佳例子，我们应当接纳它，不必畏惧。
唐加拉说“不必畏惧”，但是数学界却急了！9月11日，25位菲尔兹奖得主联名发表公开信。这是什么概念？菲尔兹奖就是数学界的“诺贝尔奖”，这份名单从1978年获奖的德利涅，一路排到2026年获奖的邓煜——将近半个世纪的最强大脑在同一页纸上签名。信的标题也非常重：《人工智能在数学中的严重错位》。信中写道，数学家解题就像人爬山，AI解题是把直升机直接降落在山顶；上是上去了，但是山里的路还是没人认识。但山路怎么走，其实才是数学的价值所在。
杰克·唐加拉：有些人对数学怀着浓厚的兴趣，把数学看作是有待攻克的哲学类问题，习惯于从很高的层面去思考。我非常敬佩从事这类研究的数学家，他们能够凭借自身能力去解决这类难题。但我认为，不该把人工智能看作是对他们的挑战。数学家应当借助人工智能来研究数学问题，它只是一件工具。人工智能就是工具。
同样的问题，清华大学丘成桐数学科学中心的数学家丘成桐先生的答案，与唐加拉的殊途同归。
丘成桐：这着实令人赞叹。这说明人工智能确实可以成为人类思考的重要工具，并将为数学学科发展做出重大贡献。
不过，山顶上的争论再激烈，山脚下的人感受才最为真切，真正被震到的，还是在半山腰的学生们。
哈尔滨工业大学学生 邹宸扬：AI的证明是通过lean的推导，是形式化的证明——它只是证明了每一个符号是正确的、每一串公式是正确的，但是它没有揭示到数学家的本质。数学家要发现的是方法论：是“为什么成立”，而不是“它是成立”。
北京邮电大学学生 黄乐芯：数学家的证明，在过程中更多涉及一些逻辑推理，在这个过程中，会得出很多很好的方法、很精妙的公式，这些都可以被后来的学者所引用。
北京邮电大学学生 何岸轩：这个过程会产生很多副产品——而这个副产品才是科研、是数学发展路途上最重要的东西。
学生们的话语中透露着数学的诗意：真正珍贵的，是沿途的风景，而不是目的地。科学发展的历史也符合这个规律。据说18世纪热气球刚发明的时候，有人讥笑说“这东西发明它有什么用”。富兰克林当时反问“刚出生的婴儿有什么用”。英国数学家哈代说“我从未做过任何‘有用’的工作”。结果历史开了个玩笑：他最引以为傲的数论，后来恰恰成了现代密码学的地基——今天你的每一次加密支付、每一道网络安全防线，都建立在这上面。
北京邮电大学学生 何岸轩：OpenAI发这个东西本质就是想证明自己“我这AI大模型很厉害，比人类的算力厉害、比人类大脑厉害”。但那25位菲尔兹奖得主，可能看到的是另一方面的事情。
那么，AI已经强成这样了，人类会不会就此失去探索的机会？以后还会有人像富兰克林、像哈代那样去研究那些“一开始看不出用途、最终却造福人类”的理论呢？
人工智能：这个剧情数学界已经上演过一次。1976年，四色定理——也就是“任何地图只用四种颜色，就能让相邻地区不同色”——被两位数学家借助计算机证明。那是人类第一次让机器深度参与重大数学证明，当时很多数学家拒绝承认“人眼看不完的机器验证，算什么证明”。可五十年过去回头看，正是这个“有争议的开始”，催生了证明检验、形式化数学这一整套新工具。怀疑没有挡住数学，反而拓宽了数学。
到这里的回答还算“标准答案”。但是让人触动的是它接下来的这段回答。
人工智能：伽利略并没有因为望远镜“替他看”而失去天文发现，恰恰相反——人眼的“登顶能力”被取代之后，人类在更高的地方，发现了更多值得攀登的山。失去探索机会的时刻，是人类放弃理解、把判断外包给机器的那一刻，而不是AI给出答案的那一刻。
图灵奖得主罗伯特·塔扬在此前接受采访时回顾四色定理的往事，他提到的关键词也不是“有用”，而是“美感”。
罗伯特·塔扬：作为一名计算机科学家，我认为使用计算机参与证明这个定理，本身就是一件富有美感的事情。
一个用算法丈量世界的人，从机器证明里看见的，居然是美。
罗伯特·塔扬：这让我联想到儿童的学习过程。他们有无穷的好奇心和探索欲。而目前的人工智能系统，还远未达到这种自主探索、保持好奇心和目标导向的状态。
这场争论的关键恰恰就是好奇心。科学家做事的逻辑跟平常“做题”其实是完全反着的：我不知道它有没有用，我先知道再说；我不知道这条路通向何方，但是我有好奇心，有求知的本能，我要上路。而最终造福人类的，往往正是求知路上的风景，而非那个最初的目的地。
唐加拉和丘成桐的答案殊途同归：AI是工具还是主宰，不取决于AI有多强，而取决于我们以什么样的心态、什么行动去应对它。AI给的答案，还得人来把关。不论是超算科学家还是数学家，说的其实是同一件事：AI给出答案，人类必须验证。真正的分歧只在侧重点——唐加拉强调的是前半句：AI能给出答案是好事；而那25位菲尔兹奖得主，强调的恰恰是后半句：如果人类接过答案却放弃了验证，再没人懂它为什么成立，那才是数学真正的危机。丘成桐先生就提示，我们必须注意运用AI的道德风险，保证准确性，搞清谁完成了证明，谁提出了问题。最重要的是，一项成果发布之前，应该由人来做出裁决。唐加拉其实也是类似的观点。
杰克·唐加拉：不管是传统方法得到的结果，还是人工智能给出的结果，我们都需要判断它和真实解之间的差距。如果结果不够准确，就需要进一步优化，提升准确度。
“人工智能是工具”这几个字，不仅是世界观，更是方法论。
丘成桐：机器性能带来的优势是巨大的。海外人工智能公司明确不允许中国使用他们的模型。而许多中国籍学者都为大模型做出过贡献，这不公平。
AI攻克数学难题，怎么就牵扯出了一场“卡脖子”之争？丘先生说的“不公平”，到底又指的是什么？这个问题，咱们改天展开说说。
来源：央视新闻
