--- author: Best Partners TV date: '2026-01-18' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=-YfDs66SHfM speaker: Best Partners TV tags: - mathematical-reasoning - computational-mathematics - abstract-structures - epistemology-of-math title: 陶哲轩谈数学：AI如何重塑研究范式，素数与高维空间的奥秘 summary: 本期内容聚焦数学家陶哲轩的深刻见解，探讨了素数分布的奥秘及其在现代密码学中的关键作用，并揭示了高维空间几何的奇异特性。文章深入分析了人工智能（AI）如何可能重塑数学研究范式，从辅助证明到潜在的范式转移，并讨论了数学的本质——是被发现还是被发明。通过埃尔德什差异问题、西蒙斯锥等案例，展现了数学的严谨性、反直觉性以及与物理学的紧密联系。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 陶哲轩 companies_orgs: [] products_models: - Lean language media_books: [] status: evergreen --- ### 数学基石：素数 **旁白**: 在我们的日常生活中，每一次输入密码、每一次在线购物、每一次发送加密信息，背后都有一套看不见的机制在默默守护着我们的安全。这套机制的基石，正是数论中的一种特殊数字——**素数**。然而，你可能很难想象，支撑起整个现代数字文明大厦的数学规律，至今仍然没有哪位数学家能够给出彻底的证明。即使我们用超级计算机验证了数万亿次，但是在数学的严谨世界里，**验证并不等于证明**。 在与物理学家**布莱恩·基廷**的一场深度对话中，被誉为当代数学莫扎特、菲尔兹奖得主的**陶哲轩**，探讨了素数中隐藏的模式、高维空间的奇异几何、人工智能对数学研究的冲击，以及那个终极的哲学命题：数学究竟是被发现的，还是被发明的？ ### 咖啡与定理 **旁白**: 今天我们就来给大家分享一下“如果不喝咖啡，能不能做数学？”这听起来像是一个无厘头的问题，但是在数学界，这其实是一个著名的梗。传奇数学家**保罗·埃尔德什**曾经说过一句名言：“数学家就是将咖啡转化为定理的机器。”当布莱恩向陶哲轩抛出这个问题时，他的回答却很让人意外。这位当今世界上最伟大的解题者之一，其实并不怎么喝咖啡，除非是在社交场合。这或许打破了我们对数学家通宵达旦、咖啡续命的刻板印象，但也恰恰引出了数学研究中更深层的一面：社交与传承。 ### 埃尔德什与合作网络 **旁白**: **陶哲轩**与**保罗·埃尔德什**的渊源，可以追溯到他十岁那年。那时，埃尔德什已经是一位享誉世界的数学游侠，而陶哲轩还是个来自澳大利亚阿德莱德的神童。埃尔德什一生都在世界各地旅行，与其说是旅行，不如说是流浪在各个大学和数学家的家中，寻找那些才华横溢的大脑。在阿德莱德，十岁的陶哲轩被介绍给了埃尔德什。对于一个孩子来说，那次会面的具体细节可能已经模糊，但是有一点让陶哲轩至今记忆犹新：埃尔德什对待他的态度，不是一种长辈对晚辈的居高临下，而是两个平等灵魂之间的交流。埃尔德什甚至在离开后还寄来了一张明信片，感谢陶哲轩的招待，并附上了一个数学问题。虽然年幼的陶哲轩当时没能解决那个问题，但是这颗种子已经种在了他的心中。 这种平等的交流，通过一个有趣的概念延续至今，那就是**埃尔德什数**。这个概念源于图论：埃尔德什本人的埃尔德什数是0；如果你和埃尔德什合写过论文，那么你的埃尔德什数就是1；如果你和埃尔德什数为1的人合写过论文，那么你的数就是2，以此类推。陶哲轩的埃尔德什数是2。这不仅仅是一个数字游戏，它象征着数学界紧密的合作网络。甚至有人将它与流行文化结合，创造了埃尔德什-贝肯数，将数学界的合作与好莱坞演员凯文·贝肯的电影合作网络联系起来。这让我们看到，数学并不是一场孤独天才的独角戏，而是一场跨越时空的接力赛。 ### 埃尔德什差异问题 **旁白**: 在这场接力赛中，陶哲轩接过的一个重要棒次，就是关于**埃尔德什差异问题**的解答。这是一个困扰了数学界八十多年的谜题。为了理解这个问题，我们可以想象一个极其简单的场景：你有一个由正一和负一组成的无限序列。如果你是随机生成的这个序列，比如抛硬币，那么在任意长的片段里，正一和负一的数量应该是大致相等的，它们的和，也就是差异，会接近于零。但是，埃尔德什感兴趣的不是纯粹的随机，而是如果你试图人为地设计一个序列，让它看起来很平衡，会发生什么呢？ 具体来说，埃尔德什问的是：是否存在一个序列，无论你在这个序列中选取什么样的等差子序列（比如取第1、2、3 等等项，或者取第2、4、6等等项，或者第3、6、9等等项），这些子序列中正一和负一的和是否永远能保持在一个有限的范围内呢？直觉告诉我们，也许我们可以精心编排一个序列，让它在任何尺度上都保持完美的平衡。但这正是数学反直觉的地方。陶哲轩证明了，这是不可能的。无论你如何精心地设计这个序列，只要它足够长，总会存在某个等差子序列，其累积的差异会超出你设定的任何界限。也就是说，**完全的、在所有尺度上的均匀是不存在的**。这种差异必然会随着序列长度的增加而发散，虽然发散的速度极其缓慢（可能是对数级的，甚至是双对数级的），但是它终究会走向无穷。这个证明不仅解决了一个历史难题，更深刻地揭示了混沌与秩序之间微妙的界限。即使在最刻意的人为控制下，混乱和差异也会在某个维度上不可避免地爆发。 ### 直觉的陷阱与高维几何 **旁白**: 说到这里，我们必须聊聊数学中的直觉与验证。在数学教育中，我们经常使用**数学归纳法**。这就好比推倒一副多米诺骨牌：如果你能确信第一张骨牌会倒下，并且确信只要前一张倒下，后一张也会跟着倒下，那么你就可以断定，整列骨牌，无论多长，都会倒下。这给了我们一种确定性，一种从有限推导无限的豪气。然而，在真正的高深数学研究中，这种直觉有时会成为一个陷阱。 陶哲轩提到了一个极佳的例子，这涉及到另一位伟大的数学家，也是著名的量化投资大师**吉姆·西蒙斯**。在进入金融界之前，西蒙斯是一位顶尖的几何学家，他研究的一个领域叫做**极小曲面**。简单来说，如果你用铁丝弯成一个圈，沾上肥皂水，形成的那个肥皂膜就是极小曲面，它在表面张力的作用下保持着最小的面积。在三维空间里，这很好理解。但是，数学家们总是喜欢把问题推广到高维空间。大家普遍认为，就像在低维空间一样，高维空间中的极小曲面也应该是光滑的、没有奇点的。这种直觉在很长一段时间里都是成立的。直到西蒙斯研究到了第八维，他发现了一个被称为**西蒙斯锥**的结构。在八维空间中，这种结构虽然是一个锥体，有一个尖锐的顶点，但它竟然是一个稳定的极小曲面。这完全颠覆了低维空间的直觉。在三维空间，如果你有一个尖锥形状的肥皂膜，稍微扰动一下，那个尖点就会变得圆滑以减少面积；但是在八维空间，那个尖点却是极其稳定的，你无法通过平滑化来减少它的面积。 这个例子告诉我们，随着维度的增加，几何体的性质会发生剧烈的变化。比如，如果你在一个立方体里内切一个球体，在三维空间，这个球体占据了立方体大约一半的体积。但是，如果你到了一千维的空间，你会发现那个内切的超球体，它的体积相对于超立方体来说，简直是微乎其微，甚至不到亿万分之一。高维空间的大部分体积都集中在角落里，而不是中心。这就是为什么在处理高维数据，比如现代的大数据分析时，我们传统的三维直觉往往会失效，甚至会误导我们。这正是数学严谨证明存在的意义，它是在直觉失效的黑暗森林中，唯一可靠的指南针。 ### 素数与现代密码学的根基 **旁白**: 接下来，我们将目光转向数论的基石——**素数**。素数被陶哲轩称为乘法的原子。根据**算术基本定理**，任何一个大于1的自然数，要么本身是素数，要么可以唯一地分解为素数的乘积。这就是为什么虽然1看起来很像素数，但是在现代数学定义中，我们将它排除在外。因为如果1是素数，那么数字十二就可以分解为2乘以2乘以3，也可以分解为1乘以2乘以2乘以3，甚至1乘以1乘以2乘以2乘以3，这就破坏了分解的唯一性。为了保持数学大厦的基石稳固，我们重新定义了素数。 关于素数，最让人着迷，也最让人头疼的是它的分布规律。如果你看素数序列，2, 3, 5, 7, 11, 13, 17, 19，它们似乎没有什么明显的规律。有时候两个素数挨得很近，只差2，这被称为孪生素数，比如11和13，17和19。数学家们猜测，这样的孪生素数有无穷多对，这就是著名的**孪生素数猜想**。虽然我们在计算机上已经找到了数万亿对孪生素数，但是在数学上，我们至今无法证明它们真的会一直出现下去，直到无穷。 更深层的问题是，素数的出现看起来是伪随机的。除了它们不能是偶数、不能是3的倍数等明显的规则外，素数的分布表现得就像是随机噪音一样。这种伪随机性恰恰是**现代密码学**的基础。我们的银行账户、加密通信之所以安全，是因为我们将信息加密在一个由巨大素数乘积构成的数字锁后面。要解开这个锁，你需要将一个巨大的合数分解回两个素数。对于经典计算机来说，这是一个极其困难、耗时漫长的过程，因为素数之间没有简单的模式可循。我们实际上是在利用人类知识的盲区来保护我们的秘密。 但是，这引出了一个巨大的隐忧：我们只是相信素数没有简单的模式，我们并没有证明它没有。如果有一天，比如通过人工智能，或者某种新的数学工具，我们发现素数其实隐藏着某种深层的、易于计算的结构，那么现代密码体系可能会在一夜之间崩塌。 ### 数学与物理的交织 **旁白**: 这让我们自然地联想到了物理学。物理学家**尤金·维格纳**曾经感叹数学在自然科学中**不合理的有效性**。为什么我们发明的抽象符号，竟然能如此精确地描述宇宙的运行呢？陶哲轩用了一个非常接地气的比喻——货币兑换，来解释了物理学中极其高深的概念——**规范场论**。想象一下，你带着一笔美元去环游世界。你到了欧洲，换成了欧元；到了日本，换成了日元；最后回到美国，换回美元。在理想的数学模型中，如果汇率是固定的且没有手续费，你手里的钱应该是不变的。这就像在平坦空间中移动一个向量，转一圈回来它还是原来的样子。但是，现实世界是有汇率波动和手续费的。当你转了一圈回到原点，你手里的钱变少了，或者在极少数套利情况下变多了。这种回来后的不一致，在几何上对应着曲率，在物理上就对应着力场。在规范场论中，电磁场、引力场，其实都可以看作是这种货币兑换规则在空间中的分布。我们看不见那个高维的货币空间，但是我们能感受到因为汇率不一致带来的力。这就是所谓的相位因子或者联络。 陶哲轩指出，这种数学结构不仅仅是描述物理的工具，它本身就揭示了某种深层的真理。无论是在宏观的广义相对论中描述时空弯曲，还是在微观的量子力学中描述粒子的相互作用，这种路径依赖和局部变换的思想都是核心。这再次证明了，好的数学往往能预言物理，而深刻的物理也能反哺数学。 ### AI在数学研究中的角色 **旁白**: 这就带我们来到了当今最热门的话题——**人工智能**。现在的AI，特别是**大语言模型**，在数学研究中到底处于什么水平呢？陶哲轩的观点非常客观而且具有前瞻性。他认为，目前的AI本质上还是一个基于概率的预测模型。它读过所有的数学教科书，它能模仿数学家的语气，甚至能写出看起来非常像样的证明过程。但是，它缺乏一种核心的能力：那就是对真理的确信和自我纠错。当你让AI解决一个复杂的数学问题时，它可能会像一个没复习好但在黑板前努力表演的学生，它会自信地写下一大堆的公式，其中可能90%是正确的废话，关键的那一步，却是胡编乱造的幻觉。对于简单的、标准化的本科习题，AI可能已经能拿满分了。但是对于前沿的研究问题，它目前更像是一个平庸但是博学的助手。 不过，陶哲轩并没有因此而否定AI。相反，他看到了未来的巨大潜力。目前的瓶颈在于，AI生成的数学内容是不可靠的。但是数学界正在发展一种形式化的证明工具，比如**Lean语言**。这是一种计算机能够读懂并且严格验证的数学语言。如果我们将大语言模型的创造力与形式化证明工具的严谨性结合起来，让AI负责产生灵感和草稿，让形式化工具负责核查每一步的逻辑，那么我们可能会迎来数学研究的范式转移。我们将不再需要花费大量时间去检查繁琐的细节，而是可以专注于更高层面的概念设计。AI将帮助我们处理那些中等难度但是数量庞大的数学问题，填补人类数学家无暇顾及的空白领域。这就像工业革命用机器替代了繁重的体力劳动一样，AI或许将把数学家从繁重的计算和验算中解放出来，去思考更本质的问题。 ### 数学：发现还是发明？ **旁白**: 最后，让我们回到那个古老的哲学问题：数学是被发现的，还是被发明的呢？**吉姆·西蒙斯**认为数学既是发现，也是发明。陶哲轩对此表示了赞同，并且给出了更细腻的解读。他认为，数学结构本身，包括那些素数的分布、高维球体的性质，都是客观存在的真理，它们独立于人类意识，等待着被发现。这就像珠穆朗玛峰一直在那里一样。但是，为了描述这些真理，为了攀登这座高峰，我们需要创造工具、符号、定义和语言。这些微积分的符号、群论的定义、素数的筛选法，都是我们发明的。随着我们对真理理解的加深，我们还会不断改进我们发明的工具，让它们更贴近那个客观存在的真理。就像我们对行星的定义，从最初的天空中移动的光点，到后来精确的轨道力学定义，每一次定义的修正，都是我们发明的语言在向发现的物理现实靠拢的过程。 在与陶哲轩的这场思想对话中，我们看到了数学不仅仅是冷冰冰的公式，它关乎人类的好奇心、关乎我们如何理解秩序与混乱、关乎我们如何用有限的思维去触碰无限的真理。从埃尔德什的咖啡到高维空间的肥皂泡，从素数的密码到AI的辅助证明，数学始终是人类探索宇宙最锋利的武器。也许，正如伽利略在几百年前所说的：“宇宙这本大书，是用数学语言写成的。”而我们，正是在不断发明新的方言，去试图读懂这本永恒的天书。 **旁白**: 感谢收看本期视频，我们下期再见。