文章摘要
2026年，OpenAI的AI模型首次解决了数学家Erdős提出的“单位距离问题”，这是AI在数学史上的重大突破。尽管结果不完美，但AI的创新方法启发了人类数学家，并迅速被用于解决其他重要问题。
文章总结
好的，这是根据您提供的英文文章内容，用中文进行的重新陈述，保留了核心细节，并删减了与主题无关的冗余信息。
标题：传奇的埃尔德什难题为何正被AI攻克
2026年5月，OpenAI宣布其内部AI模型为保罗·埃尔德什1946年提出的“单位距离问题”找到了一个反例。这是首个具有历史意义的AI数学证明，虽然人类数学家随后对其进行了改进，但该证明创新性地引入了此前无人成功应用的数学分支思想，并迅速启发了其他重要问题的解决。随后，OpenAI的另一个模型又取得了10项数学进展，其中包括埃尔德什提出的另外三个问题。
许多数学家认为，这标志着AI数学能力的“相变”。普林斯顿大学的诺加·阿隆指出，这些模型正在“极大地改变数学研究的方式”。
埃尔德什本人是一位传奇数学家。他居无定所，四处游历，提出了数千个数学问题，并常为解答者提供小额奖金。他古怪的生活方式（只穿丝绸、避免身体接触、依赖安非他命维持思考）与如今他的问题成为科技巨头AI的“试金石”形成了奇妙的对比。
这一切的起点，很大程度上归功于英国数学家托马斯·布鲁姆。他于2023年初创建了网站erdosproblems.com，旨在整理埃尔德什的所有问题。他使用ChatGPT编写网站代码，并持续更新，最终收录了近1000个问题。网站逐渐发展成一个社区，吸引了包括业余数学爱好者（如沃特·范·多恩）和顶尖数学家（如陶哲轩）在内的参与者，他们通过评论功能进行合作，解决了许多问题。
2025年底，两位年轻人凯文·巴雷托和利亚姆·普莱斯开始尝试用AI模型解决埃尔德什问题。他们通过巧妙的提示词技巧，成功让AI解决了部分问题。尽管初期有过误判（将已解决的问题当作新发现），但他们最终与陶哲轩等知名数学家合作，解决了一个更重要的难题（埃尔德什问题1196）。
埃尔德什问题之所以成为AI的绝佳测试场，主要是因为它们多属于数论、组合学和图论等对大型语言模型相对友好的领域，且难度跨度大。然而，这也带来了挑战：非数学专业人士大量使用AI生成难以验证的冗长证明，布鲁姆认为这是一个“巨大的挑战”。
2026年初，大型科技公司开始将埃尔德什问题数据库视为AI的基准测试。谷歌DeepMind和OpenAI相继宣布，其AI模型自主解决了多个埃尔德什问题。OpenAI对“单位距离问题”的解决尤其引人注目，其证明被菲尔兹奖得主蒂莫西·高尔斯评价为“远超以往任何AI生成的证明”。受此启发，包括布鲁姆在内的数学家团队又推翻了一个长期存在的埃尔德什猜想。
AI对数学界的影响是深远的。资深数学家如阿隆和陶哲轩已不再参与埃尔德什问题的竞争，认为“已经没有意义了”。而像范·多恩这样的业余爱好者，则借助AI极大地提升了产出，并享受着思考的乐趣。他认为AI在数学思考上已超越自己，但他仍乐在其中，因为“你喜欢弹钢琴，就不会雇一台弹得比你好的机器”。
AI的进步让数学训练较少的人更容易解题，却让毕生钻研的数学家感到索然无味。尽管如此，阿隆认为“许多甚至大多数优秀数学家都会使用AI”，并指出一些一流数学家已离开学术界加入AI公司，因为“那里可能才是行动的中心”。
评论总结
根据评论内容，总结如下：
主要观点与论据：
AI在数学领域的突破与局限
- 评论认为AI擅长模式识别和反例发现，但缺乏真正的理解与创新（评论3、7、8）。
- 关键引用：
- “Are we missing the forest for the trees here? ... How can we possibly make use of these breakthroughs if we don’t understand them?”（评论3）
- “Disappointing lack of 'Why' ... Are they actually doing something new and novel, or are they just absorbing ... the first to find the connection that a=c?”（评论7）
对数学研究的影响
- AI可能颠覆传统数学研究方式，促使数学家转型为“解释者”（评论9）。
- 关键引用：
- “If professional mathematicians can reinvent themselves, there will be plenty of work left to do to explain the results of AIs to other humans.”（评论9）
- “Arguably, they should have given less weight ... to Hardy's view ... 'The function of a mathematician is to do something, to prove new theorems'”（评论9）
对AI能力的质疑与担忧
- 部分评论质疑AI是否只是“拼凑”已有成果，而非真正创新（评论4、7）。
- 关键引用：
- “is probably a mix of other math papers that combined can solve this, the ingredients were already out there”（评论4）
- “How do we tell truth from fiction?”（评论3）
对AI未来应用的期待
- 认为AI在反例发现和低深度高难度问题上表现超人类，未来可能解决更多领域难题（评论6、8）。
- 关键引用：
- “AIs are really good at finding counterexamples now ... find counterexamples to nearly all the Erdős conjectures that are actually false”（评论9）
- “pattern recognition and deduction is automatable and LLMs are superhuman at low depth high depth problems”（评论8）
对文章背景的质疑
- 有评论指出文章可能隐含商业推广（评论2）。
- 关键引用：
- “Quantamagazine is owned by the heavily AI invested Renaissance Fund. The whole article is an ad”（评论2）
平衡性总结：
- 正面观点：AI在数学反例发现、跨领域知识整合方面有显著优势，可能加速数学真理探索。
- 负面观点：AI缺乏真正理解，成果难以验证，且可能被商业利益驱动。
- 中立观点：AI将改变数学家的角色，但人类仍需负责解释和验证AI的发现。