AI 数学，正在迎来十年前围棋界同款的「打脸时刻」。

持有类似判断的，不是别人，正是十年前推动 AlphaGo 项目的 DeepMind 联合创始人哈萨比斯。

虽说哈萨比斯最近经历了一系列身份变动——从 DeepMind CEO 转任谷歌首席科学家兼 DeepMind 董事长。

但论起 AI 如何改变人类认知，他仍是最有发言权的人之一。

十年前，他亲历 AlphaGo 凭借石破天惊的第 37 手，击败传奇棋手李世石。

十年后，站台 AI 攻入数学与科学前沿的第一现场，他又给出了一条新的判断：

如果 AI 能解决一个千禧年数学大奖难题，那将是「第 37 手级别」的重大突破。目前来看，AI 达到那个水平似乎只是时间问题，我看不出为什么不会。

第 37 手，一个代表着人类第一次被 AI 打脸的时刻，由此被世人铭记。

但很少有人记得，第 37 手并不是那场人机大战留下的唯一答案。

两局之后，已经连输三场的李世石落下第 78 手。

这手棋同样只有万分之一的人类落子概率，却成功打乱 AlphaGo，帮助李世石拿下五番棋中人类唯一的一场胜利。

十年后再回顾这场人机大战，不得不感慨：

人类与 AI 的关系，恰如这两个数字。

一个让人类重新认识 AI，一个让人类重新认识自己。

让人类颜面扫地的第 37 手

时间拨回 2016 年 3 月，AlphaGo 与李世石的五番棋大战正在韩国首尔上演。

首局较量，李世石不敌 AlphaGo，出师不利。

来到第二局，全世界都在等着这位传奇棋手发起反击。

棋至中盘，李世石暂时离席，抽了根烟平复情绪，可当他重新回到棋盘前，一枚黑子已经落下。

第 37 手。

李世石没有立刻坐下，他站在原地盯着棋盘，几乎不敢相信自己的眼睛。

原因很简单，这步棋太不像人类了。

AlphaGo 将棋子落在第五线上，偏离了职业棋手延续数百年的布局直觉。在人类围棋的常规认知里，棋子要尽可能占据高位以掌控全局，但 AlphaGo 偏偏落子于一块尚未发生直接战斗的区域。

现场解说最初甚至怀疑，AlphaGo 是不是下错了。

负责解说的职业九段棋手 Michael Redmond 面对这枚黑子，良久无法判断，只能说：

我不知道这是好棋还是坏棋，它非常奇怪。

搭档则更加直接：

我以为这是一个错误。

DeepMind 团队后来计算，人类棋手选择这一步的概率只有万分之一。

但随着棋局继续推进，人们才逐渐看清，这不是臭棋，这是一手从更大尺度改变战局的妙棋。

大约 100 手后，这枚看似落错位置的黑子，却偏偏成了 AlphaGo 赢下第二局比赛的关键。

后来，这个让人类集体误判的时刻，逐渐被戏称为「打脸时刻」——

原本以为是 AI 错了，结果错了的却是人类自己。

不过打脸之外，这一手也让全世界第一次意识到，AI 不只会模仿人类下棋，它还能走出人类从未想过的一步。

而就在十年之后，「第 37 手」确实再度问世了，而且这一次它和一个古老的学科产生了关联：

数学。

对 AI 来说，围棋和数学有一个很大的共同点，那就是可验证性。

由于这些领域的逻辑和规则足够明确，所以 AI 可以不断重复一个简单的流程：

尝试一个想法，对其进行测试，从结果中学习，然后继续尝试，直到成功为止（强化学习那一套）。

这套机制也解释了，为什么数学会成为第一个被 AI「第 37 手」集中轰炸的学科。

在药物研发、生物学等领域，一个想法是否有效，往往需要漫长实验才能验证。

数学不一样，证明过程可以逐步检查，对就是对，错就是错，AI 因此可以不知疲倦地搜索。

就这样，随着 AI 能力不断增强，变化开始以年为单位加速了。

以 ChatGPT 的诞生为起点，2023 年大模型还会被一些基础算术题绊倒，「9.11 和 9.9 哪个大」的翻车现场一度让人啼笑皆非。

但到了 2024 年，DeepMind 的 AlphaProof 与 AlphaGeometry 2 就已经冲进国际数学奥林匹克竞赛。

两套系统解决了 6 道题中的 4 道，拿下 28 分，达到银牌水平（距离当年的金牌线，只差 1 分）。

而短短一年后，Gemini Deep Think 在正式比赛规定的 4.5 小时内解决 5 道题，拿下 35 分，达到 IMO 金牌水平。

两年时间，AI 就从新手小白进阶到了 IMO 金牌，速度惊人。

但这还只是考场。

真正让数学界感到潮水扑面的，是 AI 开始从「做题」走向「研究」。

2025 年，GPT-5 参与解决埃尔德什问题 848，提出了证明所需的关键估计。

数学家对其修正、收紧后，最终完成完整证明。

同一年，UCLA 数学家 Ernest Ryu 借助 GPT-5，为一个困扰优化理论 40 年的开放问题找到突破口。

在这一阶段，AI 不再只是计算答案，它开始贡献关键想法。

然后，时间来到 2026 年，一系列重大数学问题开始取得突破。

率先扔下重磅炸弹的仍是 OpenAI。

一个内部通用推理模型盯上了平面单位距离问题。这个问题由数学家保罗 · 埃尔德什在 1946 年提出，研究的是在平面上放置 n 个点，最多能产生多少对距离恰好为 1 的点。

近 80 年来，数学界普遍认为，正方形网格一类构造已经接近最优。

但 AI 直接从看似不相干的代数数论中搬来一套工具，构造出一组全新的点集，推翻了这个长期猜想。

整个证明随后经过外部数学家核验。

OpenAI 称，这是通用 AI 首次自主解决一个在数学分支中具有重要地位的开放问题。

紧接着，Anthropic 也跟了一手。

2026 年 7 月，Anthropic 数学家 Levent Alp ö ge 借助 Claude Fable 5，为雅可比猜想找到一个明确反例。

一个困扰数学界 87 年的猜想，就这样被 AI 一夜证伪了。

甚至还有 OA 两家联手的。

就前两天，GPT-5.6 和 Fable 5 联手，解决了一道悬置 25 年的数学难题。

（类似的故事不要太多……）

不过最夸张的还是谷歌，DeepMind 正在把这种突破变成流水线。

其数学智能体 Aletheia 不再只生成一次答案，而是会反复提出证明、检查漏洞、推翻自己，再重新寻找路径。

DeepMind 用它扫描了埃尔德什猜想数据库中的 700 个开放问题。

其中，AI 自主解决了 4 个尚未解决的问题，还参与产出了多篇达到论文质量的数学成果。

这一尝试说明，AI 已经开始成规模地搜索数学世界中的空白地带。

所以不难想象：

AI 解决更多重大数学问题，就真的只是时间问题。

从解题到研究，从复述已知知识到提出未知答案，数学领域的第 37 手，正在接连落下。

寻找人类的第 78 手

而面对这个大概率即将到来的时刻，人类无疑将面对一个灵魂拷问：

如果 AI 还会不断走出人类从未想过的新路，人类又该怎么办？

十年前那场对决中出现的第 78 手，或许就是答案。

五番棋第四局，已经连输三场的李世石，将一枚白子楔入 AlphaGo 阵形中央。

这手棋同样偏离了常规，AlphaGo 估算人类下出的概率也只有万分之一。

随后，机器乱了阵脚。

李世石最终拿下人类唯一一胜，第 78 手也因此被称为「神之一手」。

这场胜利并不意味着人类重新战胜了 AI。

但至少说明，人类可以在理解机器之后，找到机器没有预料到的下一步。

这正是第 78 手留给今天的启示。

当 AI 越来越擅长给出答案，人类的价值将更多转向提出问题、判断方向，以及决定哪些答案真正值得寻找。

借用国际象棋中「半人马棋」的概念，也就是让人类棋手与计算机引擎共同作战。

p.s. 1997 年 IBM 的「深蓝」击败人类世界冠军卡斯帕罗夫后，卡斯帕罗夫于 1998 年倡导并举办了首届「半人马象棋赛」，探索人类与 AI 合作的可能性。

哈萨比斯认为，科学正在进入类似的「半人马时代」：

我们正步入一个由人类与计算机共同协作的时代，我不知道这个周期会持续多久。但对于那些非常复杂的领域来说，这个时间可能会很长。比如药物研发、生物学、化学领域等，这些领域非常复杂，情况多变，而且无法验证一切。这时候就需要人类的直觉和洞察力，来决定前进的方向。

围棋后来的变化已经证明了这一点。

AlphaGo 出现之后，AI 迅速成为职业棋手的复盘工具，棋手可以用 AI 重新检查过去的定式，发现哪些经验其实并不可靠，也可以研究那些曾经被认为不合理的新走法。

一项分析超过 580 万步职业棋手决策的研究发现：

超级 AI 出现后，人类棋手的落子质量显著提高，新颖走法也变得更多。

不过事情也有另一面，那就是：

人们开始依赖 AI 给出答案，逐渐失去判断答案的能力。

就像李世石在退役时所说，面对一个无法战胜的对手，他已经很难继续享受曾经热爱的围棋。

这或许才是 AI 时代最值得警惕的问题。

当数学之外的更多领域受到 AI 影响，更强大的系统会让我们变得更有创造力、更高效，也更像人类吗？

还是会让人们放弃努力？

未来，AI 还会不断落下第 37 手。

剩下的问题是，人类能不能找到自己的第 78 手。

参考链接：

[ 1 ] https://www.wsj.com/tech/ai/move-37-ai-demis-hassabis-google-deepmind-alphago-ec832a41?st=9XMAjn&reflink=desktopwebshare_permalink

[ 2 ] https://x.com/demishassabis/status/2085914742414061886

—  完  —

「AIGC+ 垂直领域社群」

招募中！

欢迎关注 AIGC 的伙伴们加入 AIGC+ 垂直领域社群，一起学习、探索、创新 AIGC！

请备注您想加入的垂直领域「教育」或「广告营销」，加入 AIGC 人才社群请备注「人才」&「姓名 - 公司 - 职位」。

点这里关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~