十年之后，AI的“第37手”终于要砸向数学界了？🤯

你还记得2016年那个春天吗？

当AlphaGo落下那枚震惊世界的第37手时，全球围棋界沉默了。职业棋手盯着棋盘，解说员语塞，所有人都以为AI下错了——结果错的却是人类自己。

十年后的今天，DeepMind创始人哈萨比斯站在AI攻入数学前沿的现场，放出一句狠话：“AI解决千禧年大奖难题，只是时间问题。”

人类，又要被打脸了吗？👀

那一手“不像人类”的棋，到底意味着什么？

时间倒回2016年3月，首尔。李世石首局失利后，第二局棋至中盘，他离席抽了根烟。回来时，AlphaGo已经落子——第37手，落在第五线，偏离了人类棋手数百年的布局直觉。

李世石站在棋盘前，久久没有坐下。现场解说的职业九段棋手Michael Redmond只能尴尬地说：“我不知道这是好棋还是坏棋，它非常奇怪。”

DeepMind团队后来计算：人类棋手选择这一步的概率，只有万分之一。

但100手之后，正是这枚“错棋”成了AlphaGo赢下第二局的关键。那一刻，全世界第一次意识到：AI不只会模仿人类，它还能走出人类从未想过的一步。

数学，成了AI“第37手”的下一个战场

为什么是数学？

哈萨比斯给出了一个很妙的解释：围棋和数学有一个巨大的共同点——可验证性。 规则明确，逻辑清晰，对就是对，错就是错。AI可以不知疲倦地尝试、测试、学习、再尝试，直到成功。

这套“强化学习”的机制，在药物研发、生物学等领域很难施展——一个想法有没有效，得等漫长的实验。但在数学里，证明过程可以逐步检查，AI可以无限次试错。

于是，变化开始以“年”为单位加速了：

• 2023年：大模型还在被“9.11和9.9哪个大”绊倒，翻车现场让人啼笑皆非
• 2024年：DeepMind的AlphaProof和AlphaGeometry 2冲进国际数学奥林匹克竞赛，6题解4题，拿下28分，银牌水平（距金牌线仅差1分）
• 2025年：Gemini Deep Think在正式比赛规定的4.5小时内解出5题，拿下35分，达到IMO金牌水平

两年，从“新手小白”到“金牌选手”，这速度，人类棋手看了都得沉默。

从“做题”到“研究”，AI开始贡献关键想法了

如果说IMO金牌还只是“考场发挥”，那真正让数学界感到“潮水扑面”的，是AI开始从做题走向研究。

2025年，GPT-5参与解决了埃尔德什问题848，提出了证明所需的关键估计——数学家修正、收紧后，完成了完整证明。同年，UCLA数学家Ernest Ryu借助GPT-5，为一个困扰优化理论40年的开放问题找到了突破口。

AI不再只是计算答案，它开始贡献关键想法。

这就像AlphaGo的第37手——不是模仿人类，而是开辟人类没想到的新路径。

人类与AI的关系，恰如第37手和第78手

很少有人记得，第37手并不是那场人机大战唯一的“神之一手”。

两局之后，已经连输三场的李世石落下了第78手——同样只有万分之一的人类落子概率，却成功打乱AlphaGo，帮助人类拿下五番棋中唯一一场胜利。

一个让人类重新认识AI，一个让人类重新认识自己。

所以，AI数学的“第37手”到底什么时候来？

哈萨比斯的判断是：“目前来看，AI达到那个水平似乎只是时间问题，我看不出为什么不会。”

2026年，一系列重大数学问题已经开始突破。OpenAI的一个内部通用推理模型盯上了平面单位距离问题——这个由数学家保罗·埃尔德什在1946年提出的问题，悬而未决了整整80年。

也许用不了多久，我们就会看到AI解决一个千禧年大奖难题——那将是数学界的“第37手”时刻。

到那时，人类会像十年前的李世石一样，站在原地，盯着棋盘，几乎不敢相信自己的眼睛。

但别忘了第78手的启示：AI很强，但人类的创造力，也从未缺席。

💡 写在最后：

这篇文章不是要贩卖焦虑，而是想告诉你——AI的进化速度，比我们想象中快得多。从围棋到数学，从“打脸人类”到“帮助人类”，AI正在改变我们认知世界的方式。

如果你对AI如何改变数学、科学甚至日常生活感兴趣，不妨关注这个领域的最新进展。毕竟，下一个“第37手”，可能就在明天。

你觉得AI解决千禧年难题还需要几年？评论区聊聊你的预测！ 👇

产品图集