知名數學家陶哲軒近日在數學研究領域完成了一項突破性實踐——他借助ChatGPT的協助，成功攻克了MathOverflow平臺上的一道復雜難題。這一成果不僅驗證了人工智能在數學研究中的實用性，更展現了人機協作在科研領域的創新可能。
該問題聚焦于數論領域，核心在于驗證"最小公倍數序列lcm(1,2,…,n)是否屬于高度豐數集合的子集"。陶哲軒通過理論推導已初步判定答案為否定，但需要構建具體數值反例來完成嚴謹證明。這項工作涉及大量參數搜索與計算驗證，傳統方法需耗費數小時進行編程調試。
在初期嘗試中，陶哲軒讓AI直接生成Python代碼進行參數搜索。然而生成的代碼存在運行效率低下、初始參數設置不合理等問題，導致搜索過程屢次受挫。面對這一困境，數學家調整策略，采用分步交互模式與AI展開協作：他將復雜問題拆解為多個計算步驟，每階段由AI提供計算支持，并在人工指導下持續優化參數選擇。
經過長達一小時的密集對話，AI最終生成了符合要求的數值參數。為確保結果準確性，陶哲軒使用AI生成的29行Python腳本進行獨立驗證，腳本的簡潔性與驗證結果的一致性令人信服。這種協作模式顯著提升了研究效率，將原本需要數小時的編程調試工作壓縮為高效流程。
OpenAI團隊對這一成果表示高度關注。副總裁Kevin Weil在社交平臺特別強調"陶哲軒與AI組合攻克數學難題"的突破性意義，科學家Sebastien Bubeck則指出這是數學家本人直接參與的典型案例。值得關注的是，此次使用的GPT-5模型近期剛完成三大數學猜想的驗證，其表現遠超人類博士生數日的工作量。
在技術實現層面，陶哲軒特別指出AI未出現常見的"幻覺"問題。這得益于其清晰的任務規劃與漸進式引導策略：每項計算任務都在人工監督下完成，AI僅在最終階段提供數值結果與驗證代碼。數學家將這種成功歸因于"對計算任務有明確規劃，并能以分步方式向AI清晰傳達指令"的工作模式。
此次實踐揭示了AI在數學研究中的獨特價值。通過承擔繁瑣的計算任務，AI使研究者得以專注于更高層次的思維活動。正如陶哲軒所言，若沒有AI協助，他可能不會嘗試這種數值搜索方法，而是轉向傳統理論分析路徑。這種協作模式不僅優化了工作流程，更開創了數學研究的新范式。
隨著GPT-5等先進模型在數學競賽中斬獲金牌，并在科研領域展現實用價值，人機協作的研究模式正引發學術界廣泛關注。此次突破標志著AI已從單純的計算工具，進化為能夠參與復雜探索過程的智能伙伴，這種轉變或將重塑多個學科領域的研究方法。
