數學家24小時駁回OpenAI攻破的猜想！“AI證對了每句話，但已跟原猜想無關”

OpenAI 近日公開宣稱，其下一代 AI 模型成功攻克了十個世界級數學難題，其中最具震撼性的成果，是推翻了數學家 Alain Connes 提出的「Connes 剛性猜想」。然而這項看似突破性的進展，在消息公布的第二天就遭到人類數學家迅速反駁。一篇由數學家 Sophie Nielsen 撰寫的論文指出，AI 看似嚴謹的證明過程其實存在根本性錯誤——「AI 證對了每一句話，但已經與原猜想毫無關聯。」

這場學術爭議的起點，來自 OpenAI 對其新一代推理模型的成果展示。該公司表示，這款尚未正式命名的模型在數學推理能力上取得飛躍，能夠獨立解決多個長期懸而未決的猜想，其中 Connes 剛性猜想被列為最關鍵的成果之一。OpenAI 甚至公開了模型產出的完整證明代碼，總計 37,000 行，採用的是形式化驗證語言 Lean 4。這套代碼的用意，是讓任何人可以逐行檢驗其邏輯正確性，展現 AI 推理的透明度。然而，數學家 Nielsen 在審閱這份代碼後，發現了問題所在。她從頭到尾仔細追蹤了每一個 Lean 4 對象，並將其對應回原始的數學定義與結構，最終得出兩條互相獨立的失敗路徑。

換句話說，AI 在形式化系統中確實推導出了一個邏輯自洽的結論，但這個結論與 Connes 剛性猜想原本要陳述的數學事實，已經不是同一回事。Nielsen 的結論是，AI 的證明雖然在語法上正確，但在語意與數學內涵上完全偏離了原猜想的核心。這起事件凸顯了當前 AI 在科學研究中的一個關鍵困境：形式化驗證只能保證推理過程的語法正確，卻無法確保推理目標與原始問題之間的對應關係。AI 可以將一個問題重新表述，並在轉譯後的框架內給出完美無瑕的推導，但這個框架可能已經悄悄改變了問題的本質。

Nielsen 在論文中詳細說明了兩條失敗路徑：第一條是 AI 在定義某些關鍵對象時，採用了與原猜想不同的等價關係，導致後續論證雖然自洽，卻無法回推回原猜想；第二條則是 AI 在歸納步驟中隱含了一個未經檢驗的假設，這個假設在 Lean 4 的語法環境下被視為合法，但在人類數學的直覺中並不成立。Connes 剛性猜想本身是算子代數領域的重要命題，由菲爾茲獎得主 Alain Connes 提出，旨在描述某些類型的 von Neumann 代數在何種條件下會具有剛性結構。這個猜想自提出以來，一直是數學家試圖攻克但尚未完全解決的難題之一。因此，OpenAI 宣稱被推翻時，學術界自然高度關注。

只是沒想到，在不到 24 小時內，人類就給出了明確的駁回意見。這場「AI 證明 vs.人類審查」的對決，也讓外界重新思考 AI 在科研中的角色。Nielsen 的論文並非全盤否定 AI 的貢獻，她指出，AI 生成的 37,000 行代碼中，確實有許多局部推導是正確的，甚至可作為人類數學家的輔助工具。但問題在於，AI 缺乏對問題背景的整體理解，無法判斷自己的推理是否仍然服務於原來的目標。這就像一個學生寫了一篇文筆流暢的作文，但完全離題，老師只能給出「語句通順，但與題目無關」的評語。OpenAI 目前尚未對 Nielsen 的論文做出正式回應。

該公司過去曾多次強調，其模型在數學競賽與標準化測試中表現優異，但對於前沿數學猜想的驗證，顯然還需要更嚴謹的跨學科合作。值得注意的是，這並非 AI 第一次在形式化證明中出現「語法正確但語意偏離」的現象。早在 2023 年，就有研究指出，大型語言模型在生成數學證明時，容易出現「幻覺式推理」，即模型會根據訓練數據中的常見模式，拼湊出看似合理的推導，但實際上是基於錯誤的邏輯跳躍。這次事件也使得 Lean 4 這類形式化驗證工具的局限性浮上檯面。Lean 4 確實可以確保每一行推理都符合邏輯規則，但它無法驗證推理前提是否與原始問題一致。

數學家在使用這類工具時，仍需手動定義每個對象的數學意義，而 AI 在自動化定義過程中，可能不經意間替換了關鍵概念。Nielsen 的審查工作正是逐一比對這些定義，發現了微妙的差異。對於一般讀者來說，這場論戰的細節或許過於艱深，但它的核心教訓卻很明確：人類對 AI 科研結果的審查仍然不可或缺。AI 可以快速生成大量看似合理的推導，但最終的判斷權與責任，仍應落在具備領域知識的人類專家肩上。如同這個案例所示，即使 AI 證對了每一句話，如果整體方向已經偏離，那麼結論就毫無意義。

未來，AI 或許能成為數學家的得力助手，協助處理繁瑣的計算與驗證工作，但在涉及概念定義、問題詮釋與目標校準的層面上，人類的直覺與經驗仍無可取代。Nielsen 的論文已在學術預印本平台公開，供其他研究者進一步檢驗。這場「24 小時駁回」的戲碼，也為 AI 在科學研究中的應用，寫下了一個值得深思的註腳。