
数学家称与 AI 合作证明了黎曼猜想,证明稿超 25 万页,黎曼猜想真的被解决了吗?
2024年末至2025年初,一则来自知乎平台的消息引发广泛关注:有数学家声称通过与AI合作,完成了对黎曼猜想的证明,证明稿篇幅超过25万页。黎曼猜想由德国数学家波恩哈德·黎曼于1859年提出,是数学界最重要、最著名的未解难题之一,被列入克雷数学研究所悬赏百万美元的“千禧年大奖难题”清单。
事件概述
2024年末至2025年初,一则来自知乎平台的消息引发广泛关注:有数学家声称通过与AI合作,完成了对黎曼猜想的证明,证明稿篇幅超过25万页。黎曼猜想由德国数学家波恩哈德·黎曼于1859年提出,是数学界最重要、最著名的未解难题之一,被列入克雷数学研究所悬赏百万美元的“千禧年大奖难题”清单。该猜想断言黎曼ζ函数的非平凡零点均位于复平面上实部为1/2的临界线上,其成立与否直接关系到素数分布规律的精确刻画,并对密码学、数论等领域产生深远影响。此次声称的证明规模远超常规数学论文——一般顶级数学期刊论文篇幅在数十页量级,25万页的体量本身即引发学界高度审慎。截至目前,该证明尚未经过同行评议,数学界主流态度以质疑和观望为主。
背景解读
黎曼猜想自提出至今已逾160年,始终悬而未决。克雷数学研究所于2000年将其列为七大“千禧年大奖难题”之一,悬赏100万美元征求解法。历史上,围绕该猜想的“证明”层出不穷,但无一通过严格审查。据不完全统计,仅专业数学论坛和预印本平台上每年出现的相关声称就达数十次,绝大多数在数周内被指出根本性错误。
近年来,AI在数学领域的介入日益深入。2023年,DeepMind的AlphaGeometry在国际数学奥林匹克级别的几何题测试中达到接近金牌选手的水平;2024年,多个大语言模型在定理证明辅助工具(如Lean、Coq)上的表现显著提升。AI辅助数学研究已从概念验证阶段进入实质性工具阶段,但距离独立或主导解决世纪难题仍有相当距离。
与此同时,数学证明的“可信度基础设施”也在变化。传统同行评议流程面对超大规模证明已显吃力——2012年望月新一关于abc猜想的500页证明至今仍存争议,即是明证。25万页的证明稿,无论由人还是AI生成,都对现有学术审查机制提出了前所未有的挑战。

深度分析
对数学研究范式的影响。 若该证明包含可验证的有效成分,最直接的冲击在于数学界对“证明”本身的定义和审查方式。25万页的体量意味着任何单个审稿人终其一生也无法逐页核验,必须依赖计算机辅助验证工具(如Lean等交互式定理证明器)进行形式化检查。这将加速数学界从“人工审阅”向“人机协同验证”的范式迁移。目前Lean的数学库mathlib已收录超过150万行形式化代码,但距离覆盖黎曼猜想所需的全部前置理论仍有巨大缺口。
对AI辅助研究产业的影响。 无论此次证明最终成立与否,事件本身已为AI for Science赛道提供了标志性案例。2024年全球AI辅助科研市场规模约为数十亿美元,数学与理论物理是增长最快的细分方向之一。若证明中确有AI实质性贡献的方法论创新,将直接推动定理证明器、符号计算等工具链的商业化进程。反之,若证明被证伪,则可能引发对AI“生成看似合理但实际错误的长篇论证”能力的警惕,倒逼行业建立更严格的输出验证标准。
对学术出版与评价体系的冲击。 25万页的证明稿无法通过传统期刊发表流程。这暴露了现有学术传播体系面对超大规模成果的制度空白。预印本平台arXiv虽可承载,但缺乏质量控制;形式化验证社区虽提供技术手段,但尚未建立与数学界通行评价标准的衔接机制。对青年数学研究者而言,此类事件可能加剧“注意力竞争”——严肃但篇幅正常的工作更难获得关注,而超大规模声称天然占据话题中心。
延伸阅读: 越来越多公司证明AI无法替代人工
类似案例
望月新一的abc猜想证明。 2012年,日本数学家望月新一发布长达500余页的abc猜想证明,并提出全新的“宇宙际Teichmüller理论”。由于理论体系极为晦涩,全球能理解其框架的数学家屈指可数。历经近十年争论,该证明至今未获数学界普遍接受。2020年,望月新一将论文重新提交至日本期刊PRIMS并被接收,但国际数学界主流仍持保留态度。此案例的核心教训在于:证明的“可验证性”与“正确性”同等重要,一个无法被同行有效理解的证明,其学术价值难以确立。
四色定理的计算机辅助证明。 1976年,阿佩尔与哈肯借助计算机完成四色定理证明,引发数学界关于“计算机辅助证明是否可接受”的大讨论。最终学界接受了该证明,但前提是证明逻辑可被人工核验、计算机仅承担穷举验证角色。这一案例表明,AI或计算机在证明中的角色定位——是“工具”还是“主体”——直接决定学界的接受程度。此次黎曼猜想声称中AI的介入深度,将是决定其可信度的关键变量。

延伸阅读
黎曼猜想为何重要? 黎曼ζ函数的非平凡零点分布与素数计数函数紧密相关。若猜想成立,素数分布的误差项可被精确控制,进而优化密码学中依赖素数生成效率的算法。目前RSA加密体系的安全性建立在“大素数分解困难”之上,黎曼猜想并不直接威胁RSA,但会影响素数生成和素性检测的理论边界。此外,该猜想在量子混沌、随机矩阵理论等领域有深刻应用。
AI在数学证明中的三种角色。 当前AI介入数学证明大致分三个层次:一是“搜索辅助”,在海量可能路径中快速筛选有希望的证明策略;二是“步骤生成”,由大语言模型生成局部证明步骤供人类数学家检验;三是“形式化验证”,将自然语言证明翻译为机器可检验的形式化代码。此次事件中AI扮演的角色属于哪一层,是判断其贡献实质的关键。
形式化数学的进展。 Lean、Coq、Isabelle等定理证明器已实现部分经典定理的形式化。2021年,数学家Peter Scholze发起“液体张量实验”,尝试将复杂数学理论形式化,虽未完全成功,但揭示了当前技术的边界。形式化验证被认为是应对超大规模证明审查难题的最有希望路径,但其自身也面临“形式化本身是否正确”的递归困境。
未来展望
可能性一:证明被指出根本性错误。 基于历史概率和当前信息,这是最可能的结果。数学界通常在数周至数月内发现此类声称中的核心漏洞,尤其是涉及AI生成内容时,逻辑链条的隐蔽断裂更为常见。关注节点:权威数学家的公开评论、预印本平台的同行评议状态。

可能性二:证明包含有价值的部分成果。 即使整体证明不成立,其中某些引理或方法可能具有独立价值。历史上欧拉、拉马努金等人的许多“错误证明”反而催生了新方向。关注节点:是否有数学家从中提取出可独立验证的新定理。
可能性三:证明进入长期争议状态。 若证明结构极为复杂且AI参与部分难以剥离审查,可能重演望月新一案例的长期拉锯。关注节点:是否有机构投入资源进行形式化验证、克雷数学研究所是否启动正式评估程序。
读者应持续关注三个信号:国际顶级数学期刊或数学家的正式回应、形式化验证社区的介入意愿、以及证明作者是否公开可复现的AI交互记录。在同行评议完成之前,任何关于“黎曼猜想已被解决”的断言都为时尚早。


