•
陶哲軒聯手GPT-5，1小時攻克數學難題！全程無編碼，OpenAI副總驚呼
陶哲軒聯手ChatGPT，多輪互動一個小時，最後破解了MathOverflow複雜數學題。讓他驚訝的是，AI不僅省去了數小時編碼，還最佳化了工作流程。
兩年前，陶哲軒曾預言，「2026年的AI，將成為數學研究和其他許多領域的可靠的合作者」。
現在，不用等到2026年，AI已經做到了！
在Mathstodon上，陶哲軒稱，自己聯手ChatGPT攻克了一個MathOverflow難題，節省了數小時的編碼時間。
在此期間，對話持續長達一小時。
OpenAI副總Kevin Weil激動表示，「陶哲軒+AI解決了複雜數學難題」。
OpenAI科學家Sebastien Bubeck自豪地表示，「這次，是陶哲軒本人的」。
幾天前，GPT-5成功破解三大猜想，通過了「哥德爾測試」，以往需要耗費人類博士生數日才能完成。
如今，越來越多的證據表明，AI正為數學發現做出實質的貢獻。
這次，陶哲軒攜手ChatGPT，攻克了怎樣的難題？
陶哲軒+GPT-5，破解數學難題
這個MathOverflow的問題，探討了「最小公倍數序列是否為某一特定集合的子集」——
序列lcm(1,2,…,n)是否為高度豐數的子集？
陶哲軒本人透過理論分析，已經下定結論：答案是否定的。
然而，要完全證明這一點，他需要找到具體的數值參數，以便確鑿地建構一個反例。
這過程看似簡單，其實需要繁瑣的計算和參數搜尋，稍有不慎便可能陷入低效的泥淖。
初試ChatGPT，多輪互動
起初，陶哲軒嘗試讓ChatGPT直接產生Python程式碼，以搜尋符合條件的不等式參數。
這樣一來，就可以自己運作調整。
不過，這一方法很快就暴露了侷限性——
產生的程式碼執行階段間過長，初始參數選擇不當，最終會導致搜尋的失敗。
於是接下來，他改變了策略，轉而與AI展開逐步對話，讓它透過啟髮式計算來尋找可行的偏好設定。
這種方法的核心在於：將複雜問題拆解為小步驟，每一步都由AI提供計算支援，並在陶哲軒的指導下不斷最佳化。
最終，AI成功產生了符合要求的參數。
為了確保結果的可靠性，陶哲軒使用了一個由AI產生的29行Python指令碼進行獨立驗證。
這個指令碼簡潔明了，易於人工檢查，且驗證的數值結果與先前的啟髮式預測完全吻合。
不用手動編碼，最佳化工作流程
陶哲軒坦言，AI在這過程中的作用不可忽視。
AI不僅幫助他發現了初始嘗試中的多處數學錯誤，還將原本可能耗費數小時的程式設計與偵錯工作，壓縮為一個高效的流程。
如果沒有AI的協助，他根本不會嘗試這種數值搜尋，而是轉而尋求更傳統的理論分析方法。
更重要的是，陶哲軒強調，他沒有遇到AI常見的「幻覺」問題。
這得歸功於他清晰的任務規劃，以及逐步引導的對話方式。
每一步計算，都在自己的監督下完成，AI僅在最後階段提供了數值結果和驗證程式碼，確保了整個過程的嚴謹性。
我認為，這是因為對需要執行的那些繁瑣的計算任務，我心裡已經有了比較清晰的規劃，並且能夠以分步的方式向AI詳細解釋，每一步都在對話中得到確認後，再繼續下一步。
在切換到對話式策略後，我只在最後階段才用Python進行外部驗證，也就是當AI產生了它聲稱滿足約束條件的數值輸出時。
順便提一句，陶哲軒本人用的就是，所有人接觸到的GPT-5。
陶哲軒的這次嘗試，為我們揭示了AI在數學研究中的巨大潛力。
它不僅能執行繁瑣的計算任務，還能在數學家的引導下，參與複雜的探索過程。
AI的價值在於解放研究者的時間與精力，讓他們專注於更高層次的思考與創新。
正如陶哲軒所言，「如果沒有AI 的幫助，我很可能不會去嘗試這種數值搜尋」。
從AI拿下IMO金牌，到成為天才數學家的得力助手，或許未來，類似的故事將更多領域不斷上演。 （新智元）