当机器推翻了人类的直觉

当没有直觉的机器，推翻了人类最精致的直觉

一、那个过于自然的“反例”

2026年5月20日，OpenAI发布了一份长达125页的数学证明。其内部的一个通用推理模型自主发现了一个反例，正式推翻了保罗·埃尔德什于1946年提出的著名几何猜想——平面单位距离问题（Erd?s Problem 90）。

这个困扰数学界整整八十年的难题，被一个并非为数学专门设计的通用AI模型所破解。加拿大数学家丹尼尔·利特在评论中给予了高度评价：“这是第一个让我真正感到有趣的、由人工智能自主产生的数学结果。”

公众的反应大多停留在“AI居然推翻了一个数学猜想”这一层面。但真正值得重视的，并非“推翻”这一结果本身，而是AI完成这一过程的方式——它显得过于自然。

二、被美感塑造的认知边界

在数学史上，许多重大猜想最初并非来自严密推导，而是源于一种难以言说的“感觉”：结构上的协调、对称的吸引力、以及长期浸润于模式后形成的定向直觉。埃尔德什那一代数学家尤其擅长这种结构嗅觉，他们常凭借经验判断某个命题“应该成立”或“不太可能有例外”。

人类数学直觉的强大之处，正在于它深深嵌入我们的认知结构与审美偏好。我们倾向于相信优雅、对称、简洁的构造，更容易接受“看起来自然”的结论。这种直觉本质上是一种高度压缩的经验总结，受限于人类的感官、进化历史和三维空间直观。

而AI没有这些限制。它不具备人类的审美偏好，不会因为某个构造显得“丑陋”或“别扭”而产生本能排斥，也不会因为某个结论过于优雅就降低怀疑门槛。它只是冷酷地搜索可能性空间。

这一次，它在人类凭借直觉坚守了八十年的领域，找到了反例。这意味着：我们长期视为可靠的“自然感”，可能只是特定生物学框架下的局部幻觉。

三、研究边界的悄然移动

过去，计算机在数学研究中主要扮演计算工具的角色：执行大规模验证、穷举搜索、或辅助复杂计算。但它很少参与“提出有意义的问题”或“判断研究方向”。

如今，这种界限正在模糊。AI不仅找到了反例，其推理路径还显示出一定的研究价值。OpenAI报告发布后，数学家威尔·萨温沿着AI的思路进一步改进了结果；随后，DeepMind的模型也解决了埃尔德什遗留的其他几个较小开放问题。

这种变化的深层意义在于：过去被视为人类专属的“直觉领域”——哪些结构值得怀疑、哪些方向可能存在裂缝、哪些看似稳固的体系在高维下可能崩塌——如今正被一种完全异质的智能以不同方式接近。

四、范式转变的真正含义

这并不意味着人类数学家将被取代。相反，当机器在搜索、构造和突破局部直觉方面的能力日益增强时，人类的价值可能更加集中于真正核心的部分：判断什么问题真正重要，什么方向值得投入，以及什么样的结构背后承载着更深刻的意义。

然而，不可否认的是，一种长期的认知自信已被打破。数学曾被视为人类理性最坚固的堡垒，在这里，真理似乎独立于历史与偏见而存在。如今我们发现，即使在这一领域，我们最依赖的“直觉”也带有深刻的物种局限性。而率先揭示这一点的，却是一个没有意识、没有审美、没有直觉的系统。它用一种完全陌生的路径，抵达了我们凭借最精致直觉也未能抵达的角落。