Mathematical Experiments Are Becoming Abundant Through Human-Machine Teaming

通过人机协作，数学实验正变得丰富 | Towards Data Science

数学

通过人机协作，数学实验正变得丰富

在短短一个周末内，通过精确算术验证和证明助手解决两个开放性难题。

肖恩·莫兰

2026年8月15日

29分钟阅读

分享

数学搜索过程的概念示意图，展示了在定理证明和数学研究中已探索的思路、被排除的分支、有前景的方向以及未探索的前沿领域。来源：作者创作的图片。

在最近的一个周末结束时，我既没有找到668阶哈达玛矩阵，也尚未获得足够信任以称之为成果的数学定理。

通过与GPT-5.6 Sol、并行代理、精确算术程序和证明助手合作，我在两天内攻克了两个难题。其中一个难题对所有尝试的路径都无动于衷。另一个难题则产生了一个证明候选方案：一份完整的常规论证、对选定输入的精确验证、一份教学指南以及Lean中的部分形式化。

这个第二个成果仍然是候选方案。尚未有专家评审过该论证，其创新性尚未确立，且Lean仅验证了其代数核心部分而非完整定理。目前状态下，我不会将其作为新定理发表。

与此同时，Anthropic报告称，其尚未发布的Claude研究版本虽未能直接解决黎曼假设，但将临界线上zeta零点比例的长期下限从41.6%提升至67.2%。该成果源自一个多代理研究过程，涉及数百个失败思路、数千次数值验证、文献回顾、Lean中的形式化以及后续专家数学家的评审。

与我周末项目相比，该成果的规模和数学复杂度差异巨大，但底层工作流程却惊人相似：生成大量候选方案，通过精确计算和批判性分析淘汰大部分方案，对可形式化的部分进行形式化，而将新颖性、正确性和重要性判断保留给人类。重要观察点并非任一系统解决了著名难题，而是数学实验本身正变得空前廉价，而证明、理解、创新性和独立评审依然稀缺。

从周末实践中得出的模式是：数学实验正变得丰富。哈达玛项目封闭了搜索空间中44个精确定义的区域，并审计了通向不存在性证明的五条标准路径。麦克斯韦项目则产生了一个完整的证明候选方案，其中包含机器验证的代数核心。接受的数学知识并未随着这些进展变得廉价，因为证明、理解、创新性和独立评审是独立的责任，生成另一条路径无法解决其中任何一项。

这是对两个先前观点的具体延续。在《AI让研究变得便宜，理解依然昂贵》一文中，我曾论证AI正在使实验成本远低于理解成本。在《从token到定理：构建神经符号AI数学家》一文中，我构建了一个简单的神经符号循环：LLM提出数学公式，SymPy进行精确验证，失败候选方案则作为反馈用于下一次尝试。该实验刻意保持谦逊，但暴露了一种架构，该架构在此以更大规模重现。

该研究架构在早期神经符号实验的基础上进一步扩展。我改用并行智能体、精确算术程序、对抗性批评者和证明助手，而非单一模型和符号检查器。候选构造和论证被生成、攻击、在可能范围内进行验证，并根据明确状态决定是丢弃还是保留。随着2025至2026年人工智能系统的改进，这个循环变得更为丰富，但其基本结构保持不变。

回顾之后，我意识到该工作流程与Jeff Dean近期为科学和工程领域描述的更广泛模式高度吻合。他强调的不是将人工智能视为解决单一问题的工具，而是将研究本身视为一个循环周期：提出实验、实施并运行、评估结果，再利用评估结果生成更优实验。他的观点是人工智能应自动化整个循环过程，缩短迭代时间、并行运行大量实验，并从每次评估中学习。

这几乎就是我在周末经历的事情，只不过规模小得多。实验是数学而非物理性质的。"实施"意味着使用精确算术程序、约束求解器或证明助手，而非实验室设备。"评估"意味着整数验证、反例搜索和部分形式化，而非测量物理系统。在下一次迭代开始前，平行智能体会提出构造方案、生成验证器、搜索文献、批评论证，并将想法转换为不同的数学表达形式。

从这个角度看，最引人注目的进展并非人工智能生成证明候选或未能构造哈达玛矩阵。而是实验循环本身变得部分可自动化。一旦存在精确评估器，提出、执行和优化数学实验的成本将显著降低。

关键差异不仅在于规模，更在于验证方式。在早期实验中，候选公式可直接与序列进行比对，但重现观察值未必能揭示底层数学规律。此处验证变得分层：精确算术可拒绝错误构造，Lean可验证论证部分，文献检索可帮助确认已有工作，但没有任何单一方法能独立判断新颖性、验证通用证明中的每个桥梁，或决定某个结果是否值得成为公认的数学知识。

哈达玛矩阵668抵抗精确搜索栈

第一个问题是要求构造一个668×668的网格，仅包含+1和-1，且任意两行完全相互抵消：逐项相乘后求和，结果必须恰好为零。用线性代数术语来说，这些行是两两正交的。这就是阶数为668的哈达玛矩阵，此类矩阵在纠错码、信号处理和实验设计中都有应用。根据Epoch AI当前的问题目录，668是目前尚不清楚是否存在该矩阵的最小阶数。

这是一个极具吸引力的计算目标，因为提出的答案很容易验证。用精确整数将候选矩阵与其转置相乘，然后读取结果：每个对角线元素必须为668，其余所有元素必须严格为零。这只需要一次矩阵乘法，最终判断门不存在主观性。

寻找这样的矩阵则是另一回事。网格包含446,224个条目，每个条目只能是+1或-1，因此穷举搜索需要处理2⁴⁴⁶,²²⁴个候选方案。任何计算资源都无法处理如此庞大的数字。所有有效工作都集中在通过施加足够结构来避免搜索，使自由选择的数量急剧减少。

这种数量级的压缩正是已知构造方法带来的优势。主要路径利用了668是4乘以167这一特性。找到四个长度分别为84和83的短+1/-1序列，这些序列在每个偏移量处的互相关误差相互抵消，然后通过标准方法将它们组合成完整矩阵。该方法已实现于代码库中，并在较小规模的28阶和36阶矩阵上完成了端到端验证，精确整数检查确认了生成矩阵的正确性。这将候选数量从2⁴⁴⁶,²²⁴降至2³³⁴。虽然仍然远超枚举能力，这也是该问题保持开放状态的诚实原因，但现在的规模已足够让结构和对称性论证产生作用。

其他路径通过不同构造家族实现，每种方法都有其专有名称：长度为333的Legendre对、Williamson型四元组、167阶群上的共循环和转置Ito构造，以及具有预设对称性的差分家族。如果这些名称不熟悉，可以略过。关键在于每种方法都提供了一种将巨大无序搜索转换为小规模结构搜索的途径，且每种方法都为接受的中间对象配备了精确验证器。失败候选方案被精确整数运算拒绝，而非近似相似性判断。

部分排除条件已精确到可量化程度。一个互相关界证明，没有任何解能位于某个特定334位起始点的汉明距离31范围内：翻转其任意31个或更少位无法得到有效答案。另外，精确枚举覆盖了所有由循环序列构建的4,096个四元组，这些序列的每一行都是前一行单个位置的循环右移，且限定于那些在将每个索引乘以2模167后，负号分布模式仍能保持的序列。所有这些方案均无法奏效。

对奇偶位置的计数论证排除了另一种可能形态：第三、四序列是第一、二序列且每隔一个元素符号翻转的情况。这些排除条件仅覆盖各自命名的邻域或对称模式，不涉及其他情况。

项目团队也从另一角度入手，尝试证明该家族中不存在此类矩阵。该尝试同样失败，且失败原因具有明确价值。该领域非存在性证明依赖标准工具集，审计过程逐项验证：Leung-Schmidt域降维、理想分解与2-adic估值、Hasse-Minkowski理论、乘数定理，以及Bruck-Ryser-Chowla定理。此处名称重要性低于结果本身。每种方法在这些参数下要么无法应用，要么应用后未产生任何障碍。最终只剩下少量未解决的数学问题；这五种标准路径均未提供缺失的障碍证明。

校准比任何单次运行都更重要。约束求解器被赋予了一个更小的相同四序列问题实例，该实例已知存在解：序列长度为15和14，而目标为84和83。它在两分钟内未能找到已知解。超时并不能证明任一实例的可行性。这表明该求解器设置甚至无法在两分钟的校准预算内解决较小实例，因此我停止将相同设置的更长运行视为主要前进方向。

最终，搜索空间中的每个封闭区域都被记录下来，并附有九个剩余开放问题的明确列表。多个有前景的启发式方法被证明无效。未找到668阶的Hadamard矩阵，也未在此处推进一般猜想。问题仍然开放，最终构造可能存在于该项目从未探索的家族中。即便如此，这段旅程仍极具回报。与AI一同探索新数学，将已知技术应用于长期开放的问题，让高等数学日益普及并为更多人参与数学发现打开了大门。

Maxwell的问题产生了一个更难验证的候选方案

第二个项目始于数学物理领域的一个古老问题。在空间中放置一些点电荷。它们的总势能会产生力平衡的平衡点。目标是限制这种点的可能数量。

一般情况最近发生了变化。2026年7月Arathoon、Ball和Kvalheim发表的论文构建了五个点电荷，至少拥有24个非退化平衡点，推翻了Maxwell提出的k个电荷的通用公式(k−1)²。同月Gabrielov、Novikov、Novikov和Shapiro的另一篇论文将三个正电荷的非退化平衡点数量上限从十二个锐化为六个，适用于所有正Riesz指数。两篇论文均发布于arXiv：《Maxwell猜想不成立》和《从12到6：Maxwell问题中三电荷上限的锐化》。

精确候选方案的声明始于三维空间中的三个不同源点、三个正电荷和一个正指数α。其在远离源点的点p处的势能为：

该候选方案声明对于所有α>0，这个势能最多只有四个非退化平衡点。它单独处理共线源点并声称那里恰好有两个平衡点。熟悉的库仑势能对应α=½的情况。这低于七月论文建立的六的上限，因此该论点需要专家读者，而非我自己的信心。

候选方案背后的几何思想可以用非技术性语言描述。对于三个非共线电荷，每个平衡点都位于它们的三角形内部。其位置可以用三个正权重（称为重心坐标）表示。候选方案论证将物理问题重写为相关数学曲面的峰值问题。

如果存在两个相关峰值，则绘制连接它们的直线弦。这两个端点必须沿着该弦向下弯曲。候选论证为这两个端点曲率推导出精确公式，并利用矩不等式证明它们不能同时为负。如果该论证中的所有桥梁都成立，则三角形内部物理势能的非退化局部极小值最多只有一个。平面指数计数随后得出所提出的平衡点上限为四个。

这两个项目需要不同的验证方式。单个提出的Hadamard矩阵可通过一次精确计算确定。Maxwell候选涉及每个源三角形、每个正电荷集合和每个正指数，因此依赖于一系列量化几何、分析和拓扑步骤的链条。看似合理的证明可能在这些步骤之间的任何桥梁中隐藏错误。

传统手稿已通过内部检查。精确的有理数程序在α=½和α=1时，对非对称有理数输入进行其推导出的恒等式评估。这些是针对选定示例的精确转录控制，而非对量化恒等式的符号验证。

部分Lean开发已成功完成，源码扫描未发现任何sorry、admit或新增公理。其33个命名定理涵盖了核心矩不等式、端点间隙代数和一个抽象二维Hessian符号论证。尚未形式化重心对应关系、将物理问题与抽象矩阵连接的微分恒等式、端点曲率推导、全局指数和紧致性论证，以及共线性和高维约简。Lean正在验证代数部分，目前仅限于代数。

该边界具有重要意义。形式化Lean最容易接受的代数可能在未形式化的几何周围营造出不正当的信心光环。下一个形式化目标应优先处理最可能包含错误的步骤。

研究循环部分实现自动化

我将该模型作为研究工具链中的一个组件，与精确程序、证明助手和显式证据规则并行使用。初始探索在周末完成，随后进行了额外的验证和写作。我选择了问题，重定向或停止无成效的路径，要求状态标签并决定哪些主张可以在此呈现。新环境的批评者收到的是一个工件和一个对抗性检查清单，而非完整的对话记录。发布包将记录实现完整溯源所需的模型配置、提示、代码版本和提交哈希。

一个代理提出公式化方案。另一个尝试破坏这些方案。其他代理编写精确验证器，搜索反例，将有界问题转换为约束系统，将论证与文献对比，或从多个方向解释陌生定义。工作通过可重复的循环积累：

• 明确陈述主张；

• 推导推论；

• 对小规模或有限情况精确测试；

• 要求新环境批评者攻击薄弱环节；

• 形式化机器检查能增加信心的部分；

• 更新状态账本；

• 保留、修订或丢弃该想法。

在这个特定的框架中，生成另一条可行路径的速度远快于验证它。记录其确切范围、定位其最弱的推理、检查是否已知以及判断是否需要专家关注仍然成本高昂。

该循环可以并行处理多个分支。失败的方法不再需要耗费整个晚上才能发现其假设不一致。猜想的恒等式可以转化为精确程序并快速证伪。密集的证明可以重写为几何图像，再转化为代数，最后转化为形式化所需的义务列表。因此，尽管Hadamard项目未达到目标，但它留下了有用的记录：精确的约简、封闭区域、失败的技术和校准结果，这些都可以防止重复相同的盲目搜索。

这并非一条传送带，按顺序处理有限的未解决问题列表。证明定理会改变周围的结构。它揭示新结构，提出猜想，连接看似无关的问题，并创造新的探索方向。数学研究是循环的：一个结果关闭一个问题的同时开启多个其他问题。使每次循环更高效，可以产生更多可研究的数学，而不是接近该领域的终点。

该模型也加速了学习

我对这两个项目的基础数学都没有专业培训。周末时，我接触到了非周期自相关、代数范数、重心坐标、海森矩阵、矩不等式和平面指标理论。

该模型反复从不同角度解释每个概念。它在公式、小数值例子、视觉直觉以及一个想法在整体论证中的作用之间切换。当解释未能理解时，我可以坦率地指出并请求另一种解释。最终，多个部分逐渐拼接在一起。

Michael Nielsen在《使用间隔重复系统来理解数学》中描述了相关过程。他的核心观点是，数学理解并非二元的，而是可以通过分解证明、以不同形式重述其思想、探索变体并重建它们之间的联系，几乎无限地加深。随着熟悉度的提高，证明可以变得几乎透明：不再是需要遵循的符号序列，而是可以直接操作的数学对象之间的关系集合。

我与该模型的互动体验类似于该过程的交互式类比。无需构建间隔重复卡片，我可以反复要求将同一概念表示为代数、几何、数值例子、直觉或挑战问题。关键不在于模型是否提供了一次解释，而在于它使重复重构变得廉价。Nielsen将最终状态称为“看透”一段数学内容。我并未在周末达到专家级掌握，但能感受到从逐行跟随论证到识别其结构大块部分的转变开端。

在周末之前，我意识到自己潜意识中将数学研究视为解决已经列在清单上的问题。这项工作本身的感觉却截然不同。其中大部分内容涉及学习陌生的概念，沿着失败的路线探索足够远以理解其失败原因，重新表述问题并发现意外的联系。证明只是这一更大探索过程中的一个里程碑，而非整个过程本身。

结果是获得了工作层面的读写能力，而非专业技能。我能够足够理解结构以提出更好的问题，注意到两个主张被混淆时的情况，并理解外部评审者需要检查的内容。清晰的解释仍然无法提供定理正确的证据，我必须不断提醒自己区分跟随论证与能够重建论证之间的差异。

对我而言，这体现了数学丰度最直接的形式。模型在我理解停滞的节点介入，持续改变表示方式直到进展恢复。它让陌生的领域变得可探索，而无需让我成为该领域的专家。

在《数学家正在应对AI可能超越他们理解能力的可能性》一文中，Kai Williams采访了二十多位数学家。他听到最多的是模型并未用于证明定理，而是用于找到进入陌生文献领域的方法。这与我的经历完全吻合。模型提供了地图和多种翻译，但底层论文、推导和精确验证仍需承担主张的证明责任。

Tasmin Chu的论文《数学家需要行动》指出了同一流程中的风险。她认为，最易被自动化处理的适度扩展、文献练习和首次证明，也正是学生成长为研究者的关键路径。如果模型替代人类执行这些工作而非引导其方向，该领域可能削弱这一培养路径。我对此观点的延伸是，这也是未来评审者学习判断力的关键环节。一个周末无法解决这一担忧。当我必须重建论证、询问什么会推翻它并发现解释为何失效时，我获得的收获最大，而非仅仅接受答案时。

更大规模的项目显示出相同的自动化不均衡性

两个更大规模的努力指向了相同的方向。

2025年，Google DeepMind报告称AlphaEvolve已应用于50多个开放数学问题。据DeepMind称，在约四分之三的案例中，该方法重新发现了已知的最佳解决方案，并在约五分之一的案例中改进了最佳结果。该方法适用于一类有用但狭窄的问题，其提出的解决方案可表达为算法并自动评分。

2026年5月，OpenAI报告称一个通用模型发现了Erdős单位距离猜想的反例。随后九位外部数学家制作了该论证的简明版并进行了人工验证，将人工验证过程写入发表记录，而非仅作为关于模型的主张。

这两个案例都表明自动化存在不均衡性。机器可读的评分机制使系统能够拒绝劣质候选方案并进行迭代，而无需等待人类逐一阅读。一个通用的证明候选方案仍需要在概念、翻译和量化论证方面进行细致工作。

Tom Zahavy在ICML 2026的立场论文《LLMs can’t jump》为这种分裂提供了术语框架。借鉴皮尔士的三种推理模式，他指出机器学习已实现归纳的机械化，即通过压缩大量实例来发现规则，并正在快速实现演绎的机械化，即从已确定的前提推导出结论。但尚未实现的是溯因：提出前提本身以解释某些令人惊讶的现象。他的案例研究是广义相对论，核心观察是当时牛顿引力并未面临可测量的危机。惯性质量和引力质量的等价性已被验证到10⁻⁹的精度，唯一异常的水星轨道被广泛归因于尚未发现的行星。优化器几乎找不到改进空间。他承认，如果给定爱因斯坦1915年的假设，模型可能合理推导出场方程，因为这部分属于演绎；1913年的版本失败是因为公理错误，而非逻辑问题。

该论文明确表明这是一篇立场性文章，Zahavy也明确指出其论点针对的是以感官信息为原材料的物理科学，数学则以不同方式建立其直觉基础。我不认为这种类比可以延伸到其他领域。但分工的差异在内部是可识别的。精确程序和Lean在演绎推理方面表现良好，Maxwell候选方案之所以进展顺利，是因为已有框架可用于内部推理。Hadamard 668则没有这样的框架，其缺失的不是更多搜索，而是前提：一个尚未被写出的构造族或定理。他对AlphaEvolve的解读从另一角度得出相同结论：它在固定框架内优化效果良好，因为它有可遵循的梯度。

此后进展并未放缓。Williams在文章开头提到，一位菲尔兹奖得主加入了OpenAI的安全团队，公司内部模型声称解决了十个重大开放性问题；Chu在文章开头同样提到这一消息，指出这些成果的报告代币成本约为2000美元。我未核实这两项声明，撰写本文时这两项声明也尚未经过同行评审。

Jordan Ellenberg在其2014年著作《How Not to Be Wrong》中捕捉到了乐观的历史回应，Williams引用了其中一段话：“我们将把该研究重新归类为‘计算’。”每当机器吸收旧任务后，数学领域便多次将前沿推向更远。重新归类本身无法解释人们如何学会选择下一个问题、判断答案或围绕它们维持社区。

因此，人工智能可能在更广泛的意义上增加数学的丰富性，而不仅仅是证明更多定理。它可能生成更多猜想、部分理论、领域间的潜在联系以及值得探索的方向。我的周末实验并未说明这些建议将有多频繁地深刻或真正新颖；它仅表明候选路径如今已能以极低成本生成和测试。即使只是适度增加，也将使更多负担转向理解、筛选、评审、解释和优先级排序。挑战不仅是生产更多数学，更是决定什么值得关注。

杰夫·迪恩在创立Discoveryloop时，将这一计划描述为超越数学的广泛项目。核聚变、医学、网络安全和材料科学都共享同一实验循环的不同版本：提出实验、执行实验、评估结果，并利用评估结果选择下一个实验。如果人工智能越来越多地在科学和工程领域自动化这一循环，那么数学可能只是更广泛转变的早期体现，而非特殊案例。此时瓶颈将从生成实验转移到判断哪些输出是可靠、重要且值得成为可信知识的。

丰度带来的人类与制度性问题

如果模型能够生成远超人类阅读能力的猜想、证明候选、反例和部分形式化发展，将它们存储在聊天记录中将无法奏效。这种加速同样改变了谁来学习这门技艺、谁获得信用、谁对错误负责以及谁被要求审查输出。

有用的数学记录需要的不只是标题和PDF文件。它应包含标准化陈述、明确假设、状态标签和任何计算的精确范围。它还应包含存在的形式化成果、对早期结果的依赖关系、人类和机器贡献的来源、新颖性状态、已知攻击方式以及通俗语言解释。

搜索应基于主张和依赖关系而非仅关键词进行。一个有用的系统可以将提出的引理与不同符号表示中的等价陈述匹配，显示哪些未经审查的主张会推导出目标结果，并识别依赖相同非形式化桥梁的论证。只要范围精确，失败的路径也应可搜索。随着时间推移，这可能演变为包含成功证明、失败尝试、被放弃的搜索分支、简化、反例、校准结果和中间构造的共享语料库。每个明确范围的失败都能缩小剩余搜索空间，而非被无意识重复。

没有这样的基础设施，我预计会出现重复劳动和错误的信心。模型将重新发现旧成果，微妙地修改错误证明，并生成超出同行评审能力的大量内容。瓶颈将从生成数学转向构建可信的数学地图。

威廉姆斯的采访是报道而非代表性调查，他采访的人也没有统一回应。许多人预计人工智能将在短期内补充他们的工作，目前已以有限方式使用它，特别是用于探索陌生文献。其他人则担忧年轻研究人员的培训路径、未来资金以及一个可能被模型学会执行的任务导向职业体系。他们的分歧反映了多个目标被捆绑在一起。解决开放性问题是数学的一个目标，但理解、解释、理论构建、教学和维持社区同样是数学的目标。

利登宣言警告称，当前的自动化技术会产生看似合理但不可靠的论证，这些论证很难与正确的证明区分开来。同样的问题也适用于通过机器与人类表述之间的转换进行的形式化过程。此外，AI辅助撰写的论文会使审稿工作变得更加困难。Timothy Gowers在谈到该宣言时进一步指出：他设想数学家们将从大量由AI生成的数学成果中进行选择，并将其整理成文，以便其他人能够理解和吸收。他也坦率地承认，这种模式将取代当前数学界很大一部分文化传统。

任何这样的知识地图都需要声誉体系和激励机制作为支撑。Gowers明确指出：如果一个人建立了一个模型来解决某个开放性问题，而另一个人则将解决方案整理并解释清楚，使数学家能够从中学习，那么后者应获得大部分的荣誉。解释生成结果的重要性、发现其中的细微缺陷，或将其与被忽视的定理联系起来，可能比撰写初稿更有价值。而如今的出版文化并未设计成能够清晰识别这些贡献。

归属问题的影响甚至早于最终证明的出现。许多著名的突破性成果都是数十年来众多研究人员定义、引理、猜想、失败尝试和方法积累的结果。如果AI提供了最后一个缺失的论证，仅奖励这最后一步可能会掩盖人类工作所奠定的基础和赋予其意义的背景。因此，溯源记录不仅应说明是谁或什么完成了证明，还应记录其依赖的整个思想和成果链条。荣誉应沿着这条思想链条进行分配，而不是集中在终点。

Chu的论文将上述问题进一步提炼为制度层面的论点。她指出，准确的归属、对错误的责任以及开放知识是数学界的价值观，而AI的使用可能会对这些价值观造成冲击。一个生成的证明可能会掩盖其依赖的人类工作，一个看似合理的错误可能会消耗比其产生所需更多的专家注意力。她还担心，如果其他人能够将未完成的创意转化为模型辅助的结果，研究人员可能会更少地分享未完成的想法。最后这一点更像是一个预测，而非我实验所证明的内容，但它意味着声明注册系统需要针对未发表的想法制定关于同意和归属的规则，而不仅仅是改进对已完成成果的检索。基于这些分析，她提出的建议包括：数学家应审慎使用模型或完全不使用，同时应将聊天记录与数学论文一同发表。

独立审查将是下一步自然的发展方向

我无意将这个个人周末学习项目转变为公开的审查工作。如果我要这么做，首先需要梳理文献和优先权情况，邀请专家攻击传统论证，然后对最容易被忽视错误的步骤进行形式化。在这些门槛未被突破之前，它仍只是一个候选证明。

对于Hadamard 668，最终的精确验证器已经编写完成，但尚未在真正的候选证明上进行测试。缺失的要素是一个新的结构构造或定理。负面记录应指导未来的尝试，但不应被误认为是解决方案或不存在证明。

免责声明：这是我在个人时间进行的非正式、出于好奇的项目。此处表达的观点仅代表我个人，不代表我的雇主或任何相关组织。内容基于个人经验和反思，不应被视为专业或学术建议。

📚参考文献

• Gabrielov, A., Novikov, Dm., Novikov, T., & Shapiro, B. (2026). 从12到6：在麦克斯韦问题中锐化三电荷限制。证明三个正点电荷对于每个正的Riesz指数最多允许六个非退化平衡点，通过在分离变量首次积分的鞍点提供分离论证，改进了作者早期工作中十二点的限制。这是本文讨论的证明候选所处的已发表限制，也是该候选需要专业读者而非我本人信心的原因。

• Arathoon, P., Ball, G., & Kvalheim, M. D. (2026). 麦克斯韦猜想是错误的。展示了五个点电荷的静电势至少有24个临界点，全部为非退化，推翻了麦克斯韦对k个电荷提出的(k−1)²限制。与上述论文一起定义了2026年7月麦克斯韦问题的状态，即本文所述四个平衡点主张的背景。

• Zahavy, T. (2026). 观点：LLM无法跳跃。ICML 2026, PMLR 306。通过皮尔士的三种推理模式论证机器学习已机械化归纳并迅速机械化演绎，但未实现溯因——前提本身的发明，以广义相对论作为案例研究，其中优化器没有可遵循的误差信号。为本文提供了词汇，用于区分Lean在演绎方面做得好的工作与保持哈达玛668开放的缺失前提。

• Chu, T. (2026, 8月2日). 数学家需要行动。提出归因、错误问责和开放知识作为社区价值观，指出AI使用可能对这些价值观造成压力，认为最易受自动化影响的可处理问题也是研究数学家的训练方式，并认为在当前环境下要求模型证明新定理是不道德的。本文最后一部分以此为衡量标准。

• Williams, K. (2026, 8月4日). 数学家们正在应对人工智能可能超越他们的可能性。理解人工智能。基于与二十多位数学家的对话，报道显示数学家最普遍的使用场景是探索文献中不熟悉的领域而非证明结果，并引用了Ellenberg在《How Not to Be Wrong》中此处引用的段落。

• Nielsen, M. A. (2019, 1月12日). 使用间隔重复系统深入理解数学。认知媒介。将数学理解描述为一个开放过程，通过反复分解、重新表述并连接证明中的元素，直到这些内容被深刻内化。Nielsen采用间隔重复作为实现机制，认为这一过程最终能够产生一种"看透"数学本质的感知，而不仅仅是重复其符号步骤。这为本文描述的学习过程中使用的多表示重复解释提供了有用的类比。

撰写人

查看Sean Moran的所有文章

人工智能

,

深度解析

深度学习

机器学习

分享本文

• 在Facebook上分享

• 在LinkedIn上分享

• 在X上分享

Towards Data Science是一份社区出版物。提交您的见解以触达全球受众，并通过TDS作者支付计划获得收益。

更新为您的实际投稿链接

为TDS撰写文章

✦ 结束CTA ✦