谷歌Deepmind的AlphaProof Nexus解决了数十个未解数学难题，并实际...

谷歌DeepMind的AI系统AlphaProof Nexus独立解决了数十个悬而未决的数学难题，而且这次成果通过了同行评审，发表在最新一期的Science杂志上。根据研究团队披露的数据，AlphaProof Nexus在353个未解决的埃尔德什问题中攻克了9个，其中两个已经悬置了整整56年无人破解。团队在论文正式发表前就将这些解答公之于众。除此之外，它还证明了OEIS整数序列数据库中的44个猜想，解决了一个代数几何领域的开放问题，并改进了min-max优化中的一个已知边界——这项技术被用于训练部分AI模型。 这套系统的核心架构围绕Gemini 3.1 Pro搭建，工作方式是让模型用形式化语言Lean起草并反复修改证明。每次修改后Lean都会自动校验，错误信息则用来指导下一次尝试。遇到特别困难的子问题时，系统可以调用专门的证明工具AlphaProof来辅助。DeepMind特别指出，即便不依赖AlphaProof，AlphaProof Nexus也能独立解决那9个埃尔德什问题。 这项研究发布的时机颇为微妙。当前AI数学圈正陷入一场激烈争论：OpenAI最近将数百个AI生成的证明直接扔到GitHub上，而非提交给学术期刊，由陶哲轩等人领导的“人类数学协会”随即呼吁抵制这种做法。相比之下，DeepMind选择将成果送交同行评审，走的是传统学术路径。这一对比本身就在回答一个关键问题——AI做数学，到底该不该接受人类学术界的检验。对于关注AI推理能力边界的从业者来说，AlphaProof Nexus的意义不仅在于解题数量，更在于它展示了一条可验证、可复现的AI数学研究路径。