知名数学家陶哲轩近日与人工智能模型ChatGPT展开深度合作，在解决复杂数学问题上取得突破性进展。通过持续一小时的多轮交互，双方成功攻克了MathOverflow平台上一道困扰学界的难题，这一成果引发科技界广泛关注。
该问题聚焦于最小公倍数序列与高度丰数集合的关系，具体探讨序列lcm(1,2,…,n)是否构成高度丰数的子集。陶哲轩通过理论推导已初步判定答案为否定，但构建反例需要精确的数值参数支持。传统方法需要耗费大量时间进行编码调试和参数搜索，过程中极易因计算偏差导致前功尽弃。
在首次尝试中，陶哲轩要求ChatGPT直接生成Python代码进行参数搜索。然而生成的程序存在运行效率低下、初始参数选择不当等问题，导致搜索过程陷入僵局。面对这一困境，数学家调整策略，转而采用分步对话模式引导AI进行启发式计算。他将复杂问题拆解为多个可操作的子任务，每步计算都在人工监督下完成，确保逻辑链条的严密性。
经过数十轮迭代优化，AI最终输出符合要求的数值参数。为验证结果可靠性，陶哲轩使用AI生成的29行简洁脚本进行独立测试。验证结果显示，数值输出与理论预测完全吻合，整个过程仅用时一小时。这种新型协作模式将原本需要数小时的编程调试工作压缩为高效流程，显著提升了研究效率。
陶哲轩特别指出，此次合作未出现AI常见的"幻觉"问题。这得益于清晰的任务规划框架和渐进式引导策略——每项计算任务都经过精心设计，在获得AI确认后才推进下一步。AI在最终阶段仅提供数值结果和验证代码，所有关键决策仍由人类研究者把控。这种"人在回路"的协作模式，既发挥了AI的计算优势，又确保了数学研究的严谨性。
OpenAI多位高管对此成果表示高度认可。副总裁Kevin Weil在社交平台发文称："顶尖数学家与AI的联手，正在改写数学研究的范式。"首席科学家Sebastien Bubeck则强调，这是首个由陶哲轩本人主导的AI协作案例，具有里程碑意义。此前GPT-5已展现出解决数学猜想的能力，此次实践进一步证明AI在辅助高阶数学研究方面的潜力。
该案例为学术界提供了全新研究范式：AI不再局限于执行预设程序，而是作为智能助手参与复杂探索过程。通过分解问题、迭代优化和交叉验证，人机协作能够突破传统方法的局限，将研究者从重复劳动中解放出来。正如陶哲轩所言，这种协作模式让他敢于尝试原本因计算复杂度而放弃的研究路径，为数学发现开辟了新的可能性。
