昨天（26）舉行的“人工智能的數學邊界與基礎重構”論壇上，一場沒有硝煙的挑戰賽正在上演：出題方是以首位華人菲爾茲獎獲得者丘成桐為首的“數學家天團”，答題方則是上海人工智能的“頂流”——人工智能實驗室、商湯科技、階躍星辰和MiniMax。

邏輯推理是數學的核心。數百年來，數學家僅憑一張紙、一支筆，就能從迷宮中找到通往真理的路徑，而如今的大模型已展現出強大的推理能力。這場挑戰的結果是：4個本土大模型均通過“最強數學大腦”的命題考驗，展現了上海AI的硬核實力。

論壇上還為Hitchin–Ngo 實驗室（聚焦代數幾何與數學物理）與Fefferman 實驗室（深耕流體力學與納維 - 斯托克斯方程）舉行揭牌儀式，標志著全球頂尖數學力量落戶上海。

賽題設計直擊AI推理核心

一開始，大模型并不擅長數學。它們常常出現“幻覺”，甚至可能被誤導相信2+2=5。但新一代大型推理模型展現的能力令數學家眼前一亮。不同于過去“一錘定音”式輸出結果，這些模型開始嘗試模擬數學家逐步推理的思考過程。

丘成桐對給AI出題表現出巨大興趣，他不僅指派團隊精心遴選多道高質量數學題并親自審核把關，還邀請英國、日本的院士專門命題。

上海人工智能實驗室拿到的是2025國際數學奧林匹克競賽的一道幾何題，但沒有提供圖片，大模型需要根據文字描述理解題目并給出證明；階躍星辰拿到的是不等式極值求解題，需要給出復雜分式約束下的最小值證明；MiniMax拿到的是概率遞歸題，需要給N對襪子配對；商湯科技拿到的是平面幾何題，有多種解法。4道題均需完成自然語言推理+形式化驗證的雙重挑戰，難度對標數學博士入門級研究。

頂級數學家為何熱衷于給AI出題？在中國科學院院士、數學家徐宗本看來，數學不僅是工具，也是一門技術，一方面它為AI框定能力邊界和行為準則，另一方面，人們也能從答題過程中窺見AI的“內心戲”。

差異化答題揭示AI數學潛力

面對博士級難題，大模型們各顯神通。因為沒有給圖片，上海人工智能實驗室的書生模型決定“以力破巧”。“模型用超長時間對上下文進行思考后，開始去編寫一個嚴謹的證明，而且整個過程不是以形式化語言（精確的數學或機器可處理的公式定義語言），而是以自然語言形式來完成的。”上海人工智能實驗室技術專家張文蔚說。

深思熟慮是大模型推理能力提升的重要標志。一年前，OpenAI發布的推理模型o1，展現出此前模型所不具備的超級推理能力。o1與其他模型的最大差別就是它會深入思考，生成一個較長的內部思維鏈，包括復述一遍問題的要求、拆解任務、明確最終目標以及查漏補缺，它甚至還會提醒自己其中可能存在陷阱，并列出需要用到的知識點和步驟。完成這些之后，它才開始工作。張文蔚判斷，書生的解題思路和o1完全一致。

階躍星辰的step大模型則是通過一邊解題、一邊調用工具糾錯的方式，實時推演成功。有意思的是，階躍星辰技術專家萬若斯發現，在解題過程中，step涌現出未被預設的全新解題思路。

AI是數學家的對手還是助手？從這兩題的解答過程就能窺見一二。西班牙數學科學委員會研究員鄭凡認為，AI既可以任勞任怨完成繁瑣的推理工作，也具備“靈光一閃”提出新思路的能力，無論成為哪種角色都潛力巨大。

AI與數學“雙引擎”加速耦合

上海科技大學數學科學研究所教授蔡明亮已習慣于有AI助手，他發現，有思路是解題的第一步，這道理適用于人，也適用于AI。

作為MiniMax拿到的那道題的出題者，他曾用它“考驗”過許多AI，如果沒有思路，即便把N設定為10，大模型也答不出來。當詢問MiniMax的M1大模型為何能闖關成功時，技術專家周海剛回答里的一個詞提醒了蔡明亮，答案正是思路。周海剛提到，MiniMax在讓大模型獲取高質量數據時，不會直接給答案，而是像教孩子一樣，把最優的解答過程“喂”給大模型，這意味著好的知識沉淀往往要從過程中來。

大模型也深受使用者的影響。商湯科技的日日新大模型在解題時會根據不同提示詞給出不同解法。這預示了在未來的工作中，人與AI的協同是多么重要。

當前，AI與數學這對“雙引擎”正加速耦合，AI展現的強大推理能力，正將數學家從繁復的計算與驗證中解放出來，使他們得以聚焦于更本源、更具創造性的問題，以及需要深刻直覺和想象力的領域。盡管大多數專家認為真正的創新和突破仍屬人類，但前菲爾茲數學科學研究院院長庫馬爾·穆爾蒂不忘提醒人們，不要忽視想象的力量，甚至不要輕視大模型的幻覺，要把數學嵌入到AI之中，跳出思維定式，去提出更好的問題。