top of page

Claude 黎曼猜想證明聲稱有待審核

2 小時前
讀畢需時 12 分鐘
Image from the source report. Source: techcrunch.com.

Claude 協助數學家 Levent Alpöge 提出一份聲稱證明黎曼猜想的成果,但 11 月 20 日的公告仍留下關鍵驗證問題。這項 Claude 黎曼猜想證明聲稱,涉及一道於 1859 年提出、關於質數分布的問題。另一份由人類提出的方案亦已浮現,據報當中問題已引起審視。

眼前的故事,是「提出一套論證」與「確立它究竟證明了甚麼」之間的碰撞。軟件可以檢查形式化的數學推理;研究人員仍須將該推理連繫至原本要解決的問題、檢視其假設,並說明其意義。

這份人類方案令這個分野更為鮮明。Ravi Vakil 最初帶着鼓勵的態度介紹 Alessandro Maria Masullo 的草稿,其後在讀者報告發現由 AI 協助識別的問題後,更新了公告。兩份方案都不應因其作者身份而自動獲得定論。較有用的比較,應聚焦於證據、審查,以及將一項聲稱轉化為獲接納數學成果所需的工作。

Claude 黎曼猜想證明聲稱實際上說了甚麼

Alpöge 的證明公告描述了他與 Claude 的合作,並連結到一個分為 14 個部分的 Lean 檔案庫。Lean 是一種程式語言及證明助理,可表達數學陳述並檢查形式化論證。Alpöge 表示,這項工作確立了黎曼猜想,並有更進一步的延伸。

他的公告亦包含一項影響深遠的保留:他本人尚未完全掌握整套論證。他計劃提出適當的解釋,並預期可作出簡化。

公告提出了一項重大聲稱,並提供可供檢視的材料,但數學界是否接納仍未有定論。

這個分別決定了應如何閱讀這則消息。發表讓其他研究人員可檢查的材料,創造了驗證的機會;但這本身並不能確立驗證的結果。

因此,「證明」一詞需要謹慎使用。在公告中,它可以描述作者相信一套論證達成了甚麼。在獲接納的數學結果中,它則描述一套論證,其含義及有效性已經受過相關審查。

這兩種用法有時會在早期報道中並列出現。讀者應將兩者分開,尤其當一條著名未解難題吸引了專業社群以外的關注時。

公告亦描述的是合作,而非一項獨立記錄在案的自主成就。Alpöge 將重大貢獻歸於 Claude,但這個說法未有逐一分離人類與模型各自的貢獻。

在評估 AI 時,這些分別十分重要。提出有前景的構想、完成技術步驟、將數學轉換為形式化程式碼,以及修補論證,都是不同的成就。單憑最終成品,無法在當中分配功勞。

因此,負責任的評估應把數學結果與研究過程分開。評審者可以調查論證是否成立,而毋須先解決創意究竟有多少來自每位參與者。

反過來說,即使焦點定理需要修正,有關有效合作的證據仍然值得關注。一份未成功的擬議證明與一件沒有幫助的研究工具,並不是等同的結論。

公告日期同樣需要準確處理。2026 年 11 月 20 日是本文所討論的公開聲稱日期。作者所描述的較早期工作屬於發展歷程,不應被視為另一個公開公告日期。

這可避免常見的報道錯誤:將內部里程碑視為更廣泛研究社群可以審查該工作的時刻。公開可得性改變了誰能調查、重現、質疑及延伸一項成果。

因此,下一個問題相當具體:在這項聲稱足以支持更強烈的表述之前,獨立審查必須確立甚麼?

一道著名難題令驗證程序承受壓力

黎曼猜想涉及黎曼 ζ 函數的零點,這是一個與質數密切相關的數學函數。零點是令函數等於零的輸入值。該猜想將其非平凡零點置於實部為二分之一的直線上。

Clay Mathematics Institute 透過質數分布說明其重要性。質數定理描述其平均分布;而該猜想關乎偏離這個平均值的情況。這就是為何一項擬議解答會吸引遠超狹窄技術專業範圍的注意。

這項聲稱令驗證程序承受壓力,因為公眾希望在專業工作完成前便得到定論。

不同群體承擔不同責任。數論學家必須評估該數學工作是否得出所聲稱的結論。形式化專家則必須檢視機器可讀陳述及其相依關係。

由於 Claude 的角色與 Anthropic 的產品有明顯關聯,Anthropic 面對另一項傳訊考驗。任何能力聲稱都應與現有證據相稱。一項擬議定理並不會自動確立研究能力的普遍衡量標準。

記者亦面對另一種壓力:在不削弱事件重要性的情況下,讓不確定性變得易於理解。要準確描述一項非凡聲稱,不能只是在其他方面已下定論的標題中加上「據報」。

不確定性需要有明確位置。疑問是關於定理陳述、某項假設、缺漏的論證、可重現性,還是詮釋?這些是不同問題,對其中一項的答案不應暗中被當作另一項的答案。

對研究人員而言,眼前的負擔亦很實際。必須有人投入時間理解已公開的材料。公眾熱情無法提供檢視複雜論證所需的專業知識。

即使已有形式化材料,解釋工作仍具價值。一份可讀的說明可幫助專家辨識核心數學步驟,並決定其專長可在哪裏發揮作用。

它亦有助區分令人意外的機制與複雜的實作方式。若一項結果依賴一種不熟悉的連繫,解釋該連繫可讓其他數學家測試其適用範圍。

更廣泛的科技受眾不應把這個過程變成倒數計時。沒有任何有意義的限期,過了之後一套複雜論證就會只因沒有人公開否定它而變得可信。

沉默可能反映關注有限、理解未完整,或調查仍在進行。它不能代替範圍明確的正面評估。

同樣地,早期的熱情毋須被斥為天真。研究人員可以承認一個引人入勝的方向,同時暫不認同最終定理。

關鍵壓力在於讓這些中間判斷清晰可見。當評審者準確說明已檢查甚麼、哪些部分尚未納入審查,以及哪些不確定性已收窄時,讀者便會受益。

這正是 Claude 黎曼猜想證明聲稱目前需要達到的標準。目標的重要性提高了仔細驗證的價值;它不會減少所需的工作。

形式檢查與數學理解回答不同問題

形式化證明為數學推理提供可由軟件檢查的精確表述。其強度取決於被檢查的陳述,以及支撐它的基礎。

Lean 的證明驗證文件區分了評估形式化結果時涉及的多種檢查,並明確保留了定理陳述所指向含義的重要性。

成功的形式檢查是有價值的證據,但其意義取決於究竟檢查了甚麼。

試想一個簡化的審查情境。一名研究人員收到一個包含定理的專案,該定理有一個熟悉的名稱。專案能成功建置,而該定理亦有獲接受的形式化證明。

評審者仍須檢視其陳述。一個看似著名猜想的標籤,不能確立每項定義均符合傳統數學上的含義。

這是一般性的驗證問題,並非對 Alpöge 工作的指控。任何形式化專案都需要在其編碼陳述與軟件以外所作的聲稱之間建立連繫。

同一原則亦適用於假設。一套論證可以在既定前提下確立結論。讀者需要知道這些前提是獲接納的基礎、先前已確立的結果,還是需要證明的額外聲稱。

不應將這些檢查描述為 AI 獨有的弱點。它們是理解形式化證據所表達內容的一部分。

另一種錯誤,是把人類解釋視為可有可無的裝飾。即使形式化結果無誤,研究人員仍會對核心構想、其結構及其後果有所疑問。

解釋可幫助人們辨識論證中哪一部分帶來決定性的突破。它可以顯示某個困難構造是否必要,抑或只是發現過程中採用的途徑。

這對再利用十分重要。一條定理可以解決一個問題,而其方法則開啟後續工作。研究人員需要足夠的理解,才能區分這些貢獻。

檢查一項成品與解釋其來源之間亦有分別。證明助理會評估形式化推理;它不會重建哪位合作方提供了關鍵洞見。

就 AI 能力的討論而言,這帶來不同的證據要求。數學正確性、合作效用及自主發現,各自都應獲得獨立評估。

假如獨立評審者最終驗證了預期中的定理,這將強化數學聲稱。但這不會自動證明一般用戶可以透過同一產品重現這項發現。

反之,即使更廣泛的能力問題尚未有答案,對有效合作的透明說明也能闡明一種研究工作流程。

最有用的報道應同時保留兩條脈絡。一條問數學是否成立;另一條問這次合作展示了模型的甚麼能力。

把所有進展壓縮成「電腦檢查過了」,對任何一條脈絡都沒有幫助。讀者需要知道檢查的範圍,以及結論的範圍。

這正是故事的核心張力。形式化證據可以先於清晰解釋出現,令驗證與理解以不同速度推進。

Masullo 的人類草稿令 AI 對人類的敘事更複雜

11 月 20 日,Vakil 發表公告,介紹 Masullo 對廣義黎曼猜想提出的證明。這個更廣泛的猜想家族,將黎曼猜想延伸至相關的數學函數。

Vakil 的人類證明公告表示,Brian Conrad 已花數月檢視這項工作,並提供大量意見。公告將該方案描述為不使用 AI 的人類工作。

更新加入了一項重要保留。據報有數人曾在不同 AI 模型的協助下,指出擬議證明存在問題。Vakil 表示,這些問題須先獲解決,才能得到學界接納,並暫不宣稱該策略正確。

人類作者身份並不能確立正確性,AI 協助也不能決定一項異議是否成立。

這項更新改變了比較的基礎。故事不能合理地只停留於一項由 AI 協助提出的方案,與另一項由人類提出的方案相對照。據報 AI 亦參與了對人類方案的檢視。

這些角色並不相同。一個系統可以協助建構論證、批評論證、尋找相關材料,或翻譯一項陳述。參與其中一種角色,並不代表它在所有其他角色中都可靠。

據報的異議本身亦需要審視。指出一個可能的問題,是邀請大家檢查特定的數學問題,並不自動等同於對整個策略作出完整評估。

局部缺口可能需要澄清、替代論證,或更深入的修訂。現有公告不足以預先判定任何一種結果。

同樣的審慎態度亦適用於最初的鼓勵。資深人士的意見能說明一份草稿為何值得關注,但不能取代對餘下問題的檢驗。

因此,兩項方案都回到同一個證據問題:究竟提出了甚麼主張,哪些論證支持它,而當其他研究者測試這些論證時會發生甚麼?

這令「Claude 對人類數學」的框架看似吸引,卻不完整。它把貢獻者的身份視為主要變數,但審查過程涉及多個互相作用的角色。

它亦鼓勵過早記分。一項方案被指出有問題,並不能驗證另一項方案。獨立論證可以各自包含錯誤,也可以各自包含有用的想法。

不同的發表日期本身,亦不足以釐清各項貢獻的優先權。功勞取決於實際確立了甚麼,以及不同工作部分如何互相關連。

對追蹤這場爭議的讀者而言,有用的分別在於「異議」與「裁決」。異議指出某件需要回應的事情;裁決則要求評估回應及其影響。

這種做法容許嚴肅的懷疑,而不流於戲劇化的否定。它也容許興奮,而不把希望當作結論。

這項比較最終強化了文章的核心問題:一項已公布的論證,如何成為數學界可以依賴的成果?

兩條路徑都需要一個令人信服的答案。它們的作者歷史會影響討論,但任何一段歷史本身都不能提供答案。

餘下的檢查需要明確證據

下一步最有力的評估,應指出確切定理、被檢視的已發布材料,以及支持結論的假設。籠統地說某件事「可行」,仍留下太多未解決問題。

Lean 關於公理依賴關係的文件說明,一條定理如何依賴各種假設,包括從其他結果繼承而來的依賴關係。公理是在系統內未經證明而被接受的陳述。

該文件亦介紹了 sorryAx,它支援不完整的證明佔位符。檢查依賴關係有助揭示這類佔位符是否對結果有所貢獻。

這些是一般審計要求,並非證據顯示任一項擬議證明包含某種特定缺陷。

這個分別至關重要。解釋一種可能的失敗模式,不應暗示審查者已在討論中的項目發現它。

以證據為本的評估會列明相關產物,並報告檢視確立了甚麼。若審查者沒有發現相關問題,這項發現應有清晰範圍;若仍有事項未經檢查,這項限制亦應同樣清楚。

可重現性出於同一原因而重要。另一位研究者應能辨識被檢視的是哪一個版本,並理解檢查的條件。

否則,不同審查者即使討論不同材料,看起來也可能像在意見相左。修訂或可解決早前的異議,早前的審查亦可能已不再描述目前版本。

對形式化主張而言,證據應區分成功建置與附加於其上的更廣泛詮釋。對文字方案而言,則應區分有前景的策略與完整的論證。

這兩種分別都不會削弱真正的進展。精確的描述反而更容易辨識和比較進展。

獎項認可則涉及完全不同的程序。Clay Mathematics Institute 的獎項規則要求成果在符合資格的刊物發表、最少等待兩年,以及獲數學界普遍接納後,才會獲考慮。

因此,網上公告並不能確立獎項決定。即時的公眾關注亦不能繞過該機構所列明的條件。

對 AI 使用者而言,這帶出一個更廣泛的教訓:不要在不同情境之間不加驗證地轉移證據。一項關於非凡數學協作的主張,不應變成對日常可靠性的無根據承諾。

評估生成程式碼的開發者,仍需要與該程式碼預期行為相關的證據。評估研究摘要的分析員,仍需要可追溯來源及準確表述。

這些都是同一原則的應用:具體說明主張、辨識證據,並檢查證據是否支持該主張。

黎曼的故事令這項原則格外顯眼,因為目標本身極具知名度。這項基礎紀律在較不矚目的情境中同樣有用。

讀者亦應分清不確定性與同等可信性。說一項結果仍待驗證,並不是為成功機率作出判斷;這只是說明本文呈現證據的當前界限。

合適的下一步,是透過有記錄的工作收窄這個界限。更有力的措辭應在更有力的發現之後出現,而不是先出現再等待理據。

留意審計、說明與回應

下一步值得跟進的發展,必須具體至足以改變評估。沒有新證據的普遍興奮、重複標題和對數學未來的宣言,增添不了多少資訊。

Claude 黎曼證明主張,將透過獨立檢查、解釋性論證,以及對批評作出有記錄的回應而變得更清晰。

首先,留意那些明確說明自己驗證了甚麼的獨立評估。有用的報告會列出定理陳述、所檢視的版本、假設及結果。

一項連結所有這些元素的成功評估,會大幅加強這項主張。失敗、未解決的假設,或陳述不相符,則會收窄已發布工作所確立的範圍。

範圍與審查者身份同樣重要。一位備受尊敬的數學家可以提供有用的局部檢查,而不代表認可論證的每一部分。

其次,留意是否出現易讀的數學說明。它應澄清核心推理,並展示各個主要部分如何支持結論。

清晰的說明有助專家評估方法及研究其後果。它也會令所聲稱的協作更容易理解,而不會把一項公告視作完整的研究歷史。

若說明揭示了尚未解決的步驟,這將成為評估的一部分。若它經得起細心檢查,便會提供另一個值得信賴的理由。

這份說明不必重現每一個機器可讀的細節。它的目的,是讓相關專家能理解論證的意義和關鍵想法。

第三,留意兩項方案如何回應具體異議。對 Masullo 的草稿而言,重要發展是對據報問題作出可辨識的回應。

對由 AI 協助的方案而言,審查期間提出的任何實質問題亦適用同一標準。回應應針對數學要點,而不是依賴作者或工具的聲譽。

這個順序讓焦點落在真正重要的結果。獨立檢查確立範圍,說明支持理解,回應則揭示論證能否承受壓力。

它亦令 Claude 對人類數學的辯論保持適當比例。最終結果將取決於推理是否有效,無論它由何種人類與軟件組合協助產生。

對知識工作者而言,實際相關之處在於分辨有用的輸出與可靠的結論。一段潤飾完善的回應可以加快調查,同時仍需要評估。

透過可搜尋知識庫把來源與修訂放在一起,有助在持續發展的故事中保留這個分別。記錄應顯示甚麼有所改變,以及信心為何隨之改變。

應透過證據追蹤這項主張,而不是從公告中挑選勝方。先從已發布材料開始,然後尋找範圍明確的獨立評估。把異議與其回應一同閱讀,並檢查後續修訂是否改變原有結論。把人類與 AI 的貢獻視為有待調查的問題,而不是接納或否定的捷徑。Claude 黎曼證明的故事值得關注,因為其數學主張非比尋常;它也值得耐心等待,因為關注無法解決這項主張。當下一個信心十足的標題出現時,分享前先問一個具體問題:究竟發生了甚麼新的驗證,它確切支持哪一項結論?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page