人工智能（AI）有可能会先于人类解决新千年七大数学难题中剩下的六个吗？

人工智能还是有机会在数学科研中发挥作用的，但是绝对不会是以直接解决问题写证明的形式。

人工智能对数学家们最大的帮助应该是：举例子。

外行可能会觉得举例子这个活非常简单。最起码tech肯定不愿意搞这个，毕竟听起来不够fancy，吹不了水。

但是例子对数学家真的很重要，因为一个好的例子经常是灵感的源泉。

我甚至见过有人说，the mathematics you can do depend on the number of examples you can understand（你能做的数学取决于你理解的例子）。

而随着数学越来越抽象，举例子或者找反例变成了非常难的事情。我就见过不少问题几十年来既没有例子也没有反例的情况

所以，相对于获得大量曝光的alphatensor，更教我觉得有希望的反而是下面这篇。

在这篇文章里，作者通过neural network与reinforcement learning构建了一系列combinatorics伤的反例，推翻了几个open conjecture。

我觉得这样的工具每一个数学家都会很appreciate的。虽然这种工具可能只在combinatorics这种问题有很好的formulation的领域上才适用（代数几何估计就没法搞了）。

所以，如果说tech是真心想帮数学家的话，别tm搞那些有的没了吧，就老老实实帮忙找example吧。

我想另辟蹊径思考一下这个问题：答案很可能是——即使人工智能先于人类解决了这些问题（或其他一些数学问题），人类也很有可能无法判断人工智能的答案是否正确。

例如望月新一对ABC猜想的证明，这事实上还并非是人工智能而是人类自己做出的数学工作，但已经艰深到了过去几年了人们也无法判断这个证明正确与否。如人工智能解决问题是通过构造反例得到的（例如构造出了singular的ns方程解，找到了Riemann假设中不符合假设的零点），那人类还有可能通过验证这些例子来验证人工智能的证明；但如果人工智能通过极度抽象复杂的办法证明了其中的一个猜想，但没有任何人能看懂证明，那究竟问题是否真正被解决了呢？如果所谓的强人工智能解决这些问题甚至用了完全不同的数学范式（从数学史的发展角度来看，这是很有可能的），人类甚至有可能完全没办法理解计算机得出来的结果了。