既然 ai 算力已经如此强大 为什么前沿的数学猜想依然高度依赖人类的直觉?
AI 算力强,并不等于它已经拥有数学家发现新概念、判断什么值得追问的能力。前沿猜想通常不是一个可直接枚举的计算题:首先要把问题恰当地形式化,再决定哪些对象、变量和结构可能相关。人类的数学直觉常把大量经验压缩成这种选择能力——看到不同领域中相似的结构,猜测某种不变量或对称性可能存在,并据此提出可检验的命题。
计算更擅长在给定表示和目标后进行搜索、数值实验或验证局部情形。它可以迅速发现反例、寻找模式、筛查候选证明,也能在问题被转成适合的形式后探索很大的空间;但有限范围内的规律并不能推出一般定理,搜索效率也取决于表示方式和评价标准。对于没有现成形式化目标的猜想,单纯增加算力可能只是更快地重复无效搜索。
这并非意味着直觉不可计算,或 AI 永远无法参与发现。机器学习可以从文献和数据中提出候选关系,符号系统与证明助手可以检查推导,新的算法也可能让过去不可行的搜索变得可行。更现实的协作方式是:人提出或筛选有意义的方向,机器生成线索、计算例子并辅助证明,人再解释线索为何成立、把它提升为概念或一般论证。随着工具发展,这条分工边界会移动;但“算得多”与“知道该问什么、为什么重要”仍是不同能力。