近年来，人工智能（AI）在数学研究领域的应用逐渐从边缘走向主流，越来越多学者开始尝试使用深度学习、自然语言处理等AI工具辅助定理证明、猜想验证甚至新规律的发现。这一趋势在学术界引发广泛讨论：AI究竟是数学研究的“神助攻”，还是可能消解人类思维的不可替代性？本报记者就此展开调查。

现象：AI从“计算器”升级为“合作者”

2023年，DeepMind团队利用AI系统AlphaTensor发现了矩阵乘法的新算法，效率提升超20%；2024年初，加州大学洛杉矶分校的数学家陶哲轩公开表示，自己频繁使用GPT-4等大语言模型协助构思证明路径。在国内，复旦大学、北京大学等高校的数学与人工智能交叉实验室也已将机器学习用于数论、拓扑学等领域的模式识别。

过去，AI在数学中多扮演“超级计算器”的角色——高速验算、求解方程。如今，AI开始介入更具创造性的环节：生成猜想、简化证明步骤、甚至提供反例。例如，牛津大学团队通过训练神经网络在组合数学中发现了八个此前未知的“拉姆齐数”新结果，相关论文发表于《自然》杂志。

支持者：效率革命与“突破人类直觉盲区”

“AI能将数学家从繁琐的运算中解放出来，专注于直觉与概念构建。”中国科学院院士、数学家田刚在接受采访时表示，“更重要的是，它能处理人类大脑难以企及的高维数据，揭示隐藏的数学结构。”

支持学者还强调，AI有助于打破“学科壁垒”。数学证明常需跨领域知识，而AI可快速检索海量文献，辅助研究者连接不同分支。清华大学交叉信息研究院助理教授黄晟指出：“AI像一位不知疲倦的‘百科全书式助手’，能极大缩短学习曲线。”

质疑声：黑箱逻辑与“创造性缺失”

然而，反对声音同样响亮。部分数学家担忧，AI的“黑箱”特性违背了数学对严谨逻辑的核心要求。“一个AI给出的‘证明’可能只是统计意义上的正确，而非必然推导。”普林斯顿大学教授张寿武在近期研讨会中直言，“数学的魅力在于理解‘为什么’，而非仅仅得到‘是什么’。”

此外，学界对“AI能否真正创造”持保留态度。伦敦数学学会的一项调查显示，超过60%的受访者认为，目前AI仍无法独立提出具有深远意义的数学猜想。真正的数学突破往往源于人类对美感与对称性的直觉——这恰恰是当前AI的短板。

业界探索：人机协同的新范式

面对争议，更多研究者转向“人机协同”模式。2024年，美国数学学会（AMS）发布了《AI在数学研究中的使用指南》，明确指出AI可作为“草稿生成工具”，但所有结论需经过人类严格检验。例如，中国科学技术大学团队开发了一套“AI验证+人工推理”的混合系统，在代数几何领域成功复现并推广了若干经典定理。

“AI不是来取代数学家的，而是来拓展我们的认知边界。”MIT教授、菲尔兹奖得主丘成桐在近期访谈中强调，“就像望远镜之于天文学，AI将成为数学研究不可或缺的新工具。但最终，提出问题、构建理论框架的，终究是人类。”

未来：一场静悄悄的范式革命

随着大语言模型与专用数学推理模型（如Google的Minerva、微软的Lean Copilot）不断迭代，AI在数学领域的影响力预计将进一步扩大。教育领域，已有高校开设“计算数学与AI”交叉课程，培养既懂数学又懂算法的复合型人才。

可以预见，数学研究将从“单人脑力劳动”转向“人类-机器协作探索”。然而，正如所有技术变革一样，真正的挑战不在于工具本身，而在于如何确立新的学术规范、评价体系与伦理边界。数学这座人类理性的圣殿，正在AI的叩门声中，开启一扇通往未知的崭新大门。