32 年没人动过的数学堡垒，被 AI 一招攻破了

luyuanhong

32 年没人动过的数学堡垒，被 AI 一招攻破了
   
原创  AI 好学科技圈  AI 好学科技圈  2026 年 5 月 19 日 22:14  海南
      


数学界炸了一颗深水炸弹：拉姆齐数 R(3,17) 的下界，被一个浙大校友用 AI 方法从 92 推到了 93 。

别小看这 +1 。这个数字已经卡了全世界数学家 32 年。

拉姆齐数是什么？简单说，它是组合数学里最硬的骨头之一。问你一个问题：一场派对最少邀请多少人，才能保证要么有 3 个人互相认识，要么有 17 个人互相不认识？答案就是 R(3,17) 。

据量子位报道，这次突破的研究者是浙大校友李嘉翔。他没有用传统的穷举法，而是让 AI 学会了“找反例”——构造一个 92 人的派对，既没有 3 人互相认识，也没有 17 人互相不认识。这直接证明了 R(3,17)≥93 。

为什么这事儿比你想的重要

很多人觉得这就是个数字游戏。错了。

这标志着 AI 正在从“计算工具”变成“数学直觉”。以前 AI 在数学领域只能干苦力——暴力搜索、验证猜想。现在它能构造出人类想不到的反例。

三个关键信号：

●  AI 开始“发明”数学策略。李嘉翔的方法不是简单穷举，而是用强化学习让 AI 自己摸索出一套构造反例的套路。这套套路人类数学家之前没想过。

● 32 年卡脖子问题被突破。拉姆齐数的研究从 1994 年就没动过，全球无数数学家尝试过，都卡在 92 这个数字上。

● 从“证明定理”到“发现定理”。DeepMind 的 AlphaProof 去年解决了 IMO 竞赛题，这次是真正在前沿研究中突破未知边界。


AI 与数学融合

数学家怎么看？两极分化

学术圈的反应很分裂。

据 Ars Technica 采访，支持者认为这是“AI 辅助数学研究的里程碑”。普林斯顿的一位组合数学教授说：“AI 找到了人类忽视 32 年的结构，这说明我们的直觉有盲区。”

但反对声也不小：

● “这不是证明，只是验证”。批评者认为，AI 构造的反例本质上是计算结果，不是数学证明。人类无法理解 AI 为什么这样构造，这违背了数学的"可解释性"原则。

● “暴力计算的高级版本”。有人质疑，这和用超级计算机穷举没有本质区别，只是换了种更聪明的搜索方式。

● “数学之美被破坏了”。传统数学家担心，如果 AI 能直接给出答案而不需要人类理解，数学将失去其哲学意义。

背后的钱和人

这事儿不只关乎学术荣誉。

据 Nature 报道，全球有超过 20 家 AI 实验室在做“AI  for Science”项目。Google DeepMind 、微软研究院、Meta  AI 都在押注 AI 能加速科学发现。

投资数据更直白：

● 2025 年 AI 数学领域的融资额比 2023 年增长了 340%

● DeepMind 的数学 AI 团队从 20 人扩张到 150 人

● 微软给 MIT 的 AI 数学项目投了 2 亿美元


派对问题抽象图

为什么资本突然对数学感兴趣？因为数学是所有科学的基础。谁能让 AI 在数学上突破，谁就能在物理、化学、材料、药物等领域降维打击。

给 AI 行业的三个判断

第一，AI  for Science 是下一个风口。 大模型的红利快吃完了，但用 AI 解决科学问题才刚开始。拉姆齐数突破只是开始，接下来会有更多“32年未解之谜”被 AI 攻克。

第二，中国 AI 人才被严重低估。李嘉翔是浙大本科，现在在海外做研究。这种人才如果留在国内，能创造多大价值？AI 竞争归根到底是人才竞争。

第三，数学将成为 AI 的“护城河”。 能做 AI 数学研究的团队全球不超过 50 个。谁掌握了这个能力，谁就掌握了下一代 AI 的制高点。

这 +1 的含金量，比你想的高

92 到 93 ，看起来只是 +1 。

但这 +1 背后是 32 年的停滞、是无数数学家的失败尝试、是 AI 第一次在真正的数学前沿证明自己。

据研究者本人透露，他的 AI 系统跑了 72 小时才构造出那个反例。72 小时，换来了人类 32 年没换来的突破。

这就是 AI 的力量——不是替代人类，而是找到人类找不到的路。

下次有人说 AI 只是“高级计算器”，把这篇甩给他。

AI 好学科技圈