近期，人工智能在数学研究领域取得的一系列突破，引发科学界广泛讨论。2026年5月，OpenAI宣布其通用推理模型成功推翻持续八十年未解的平面单位距离猜想；几乎同一时间，谷歌DeepMind团队研发的智能体AlphaProof Nexus一次性攻克9道埃尔德什开放题，其中编号#12的难题已困扰数学界56年。这些成果经国际顶尖数学家团队独立验证，证实了人工智能在特定数学问题上的解决能力。
菲尔兹奖得主、著名数学家丘成桐在接受专访时指出，尽管人工智能在埃尔德什问题上的突破值得关注，但这类问题在数学理论体系中的地位仍属边缘。他强调，数学发展的核心动力在于解决具有根本性影响的重大命题，例如希尔伯特23问中尚未攻克的难题。这类问题往往能推动整个数学分支的革新，甚至引发跨学科的思想革命，而当前人工智能的成果尚未触及此类核心领域。
丘成桐进一步分析，埃尔德什问题多属于组合数学中的离散型难题，其解决路径相对封闭，更适合通过算法穷举或模式识别突破。相比之下，希尔伯特问题涉及数论、几何等基础领域的深层结构，需要创造全新的数学语言和理论框架。他举例说明，黎曼猜想的解决可能需要重构解析数论的研究范式，这种级别的创新远超现有AI的技术边界。
针对人工智能的数学研究潜力，丘成桐提出关键区分标准：真正的原创性应体现为提出新问题、构建新理论，而非仅优化解题效率。他以怀尔斯证明费马大定理为例，指出该成果不仅解决了特定命题，更发展出模形式与椭圆曲线的新理论工具。这种"创造问题空间"的能力，目前尚未在AI系统中观察到。
该访谈完整内容将于7月22日22点在东方卫视《锚点》栏目播出，节目将深入探讨人工智能与数学研究的互动关系，以及技术突破对基础科学发展的影响。
