1. OpenAI 發表 722 篇 AI 撰寫的數學論文，展現 AI 改變數學的潛力 [1]

OpenAI 於 2026 年 10 月 6 日發表了 722 篇由 AI 模型撰寫的數學論文，其中一篇聲稱在黎曼假設上取得進展，這顯示 AI 能以驚人的速度推動數學發現。

1.1. OpenAI 發表 AI 撰寫的數學論文及其影響 [1]

  1. OpenAI 於 2026 年 10 月 6 日發表了 722 篇數學論文，這些論文是由一個尚未公開的 AI 模型所產生 [0]。
    1. 其中一篇論文聲稱在黎曼假設上取得進展，這個問題數學家們已經追尋了一個多世紀 [2]。
    2. OpenAI 表示，每個結果平均只需約 3 小時的思考時間 [3]。
  2. 數學是現代世界的基礎，支撐著資訊傳輸、加密、科學、電玩遊戲、醫學以及 AI 等領域 [4]。
    1. 許多我們依賴的數學定理尚未被證明，例如保護數位秘密的數學 [8]。
    2. 數學領域仍有大量的內容等待被發現，而過去數學的進展速度僅限於人類的速度 [10]。
  3. 近期 AI 輔助的數學發現頻繁出現，顯示數學進展正接近關鍵點 [12]。
    1. 2026 年夏天，AI 輔助的數學發現多次成為新聞焦點 [13]。
    2. 2026 年 9 月，OpenAI 聲稱解決了納維-斯托克斯千禧年大獎難題 [14]。
    3. 僅僅幾週後，OpenAI 又發表了這 722 篇數學論文 [15]。

1.2. OpenAI 論文的內容與驗證 [17]

  1. 這 722 篇論文託管在 GitHub 上，並被 OpenAI 分組為 372 個主要群組，涵蓋 17 個不同的數學領域 [17]。
    1. OpenAI 給予其模型約 4,000 個開放研究問題，幾乎每個結果都只需單一提示和平均約 3 小時的 ChatGPT Pro 思考時間 [21]。
    2. 這些結果都是聲稱，其中 162 篇論文的主要結果已透過 Lean（一個檢查數學論證的程式）進行驗證，還有一些論文的部分結果也經過檢查 [23]。
    3. 儘管有些論文可能仍存在問題，但這次發表的規模和範圍是前所未有的 [26]。
  2. 這些論文涵蓋了六大類數學領域 [27]：
    1. 數論：包含 58 篇論文，主要研究整數和質數，許多加密技術都以此為基礎 [28]。
    2. 理論電腦科學與邏輯：包含 81 篇論文，探討電腦的能力和速度，其中一篇論文聲稱在矩陣乘法步驟的理論紀錄上取得重大突破，這將改變我們對可能性的認知 [31]。
    3. 組合學：包含 50 篇論文，主要研究網路、點及其連接，用於排程和避免重疊的任務 [37]。
    4. 物理與機率：包含 212 篇論文，研究運動、流動和隨機行為的事物，例如天氣、引擎、新材料和量子物理 [40]。
    5. 幾何學：包含 194 篇論文，研究形狀和空間，例如愛因斯坦將重力描述為彎曲的時空，手機 GPS 若不校正相對論每天會漂移約 10 公里 [43]。
    6. 對稱與波：包含 127 篇論文，研究重複的模式，用於晶體和粒子的分類，以及照片、音樂和 MRI 掃描背後的波數學 [47]。

1.3. 黎曼假設的進展與 AI 證明 [51]

  1. 黎曼假設是一個關於質數分佈的百年難題 [51]。
    1. 質數是所有整數的基石，它們隨機出現 [52]。
    2. 1737 年，歐拉發現了一個將所有整數與質數連結起來的公式，這是 zeta 函數的開端，該函數是理解質數的工具 [53]。
    3. 1859 年，黎曼將 zeta 函數擴展到複數，他發現函數歸零的點（稱為零點）控制著質數的分佈 [55]。
    4. 每個零點都會為質數計數增加一個波，零點越靠右，其波的影響力越大，因此了解零點的位置就能預測質數的行為 [57]。
    5. 重要的零點都位於複數平面上 0 到 1 之間的一個狹窄地帶，黎曼猜測它們都精確地位於中間線 1/2 上，這就是黎曼假設，一個 167 年來無人能證明的千禧年大獎難題 [60]。
  2. OpenAI 的論文聲稱在黎曼假設上取得進展 [67]。
    1. 1896 年，數學家證明在右邊緣 1 處沒有零點，此後所有被證明沒有零點的區域都緊貼著這個邊緣，並且越高越薄 [65]。
    2. OpenAI 的論文聲稱在 7/8 處有一道筆直的牆，沒有零點能越過它 [68]。
    3. 這並不能證明黎曼假設，因為證明需要將牆移到 1/2 處 [69]。
    4. 但如果這個聲稱是準確的，這將是第一個完整的筆直牆，為質數的行為設定了最堅實的長期限制 [71]。
  3. 這篇論文的證明已透過 Lean 程式驗證 [72]。
    1. 該證明本身包含近五十萬行的 Lean 程式碼 [73]。
    2. 影片作者在自己的電腦上運行該證明，從下載到最終檢查花了 48 分鐘，Lean 程式完全接受了它 [74]。
    3. 其他人在 OpenAI 發表後數小時內也運行了該證明，結果同樣通過 [75]。

2. AI 對數學未來與人類角色的影響 [78]

AI 在數學領域的進展預示著未來，解決問題將變得更容易，而提出有意義的問題將成為新的挑戰，同時也提升了數學家和人類理解的重要性。

2.1. AI 時代數學研究的轉變 [78]

  1. 過去，由於解決數學問題極其困難，我們累積了大量定義明確的問題，但現在情況可能反轉 [79]。
    1. 隨著 AI 的發展，解決這些問題可能變得容易許多 [81]。
    2. 相反地，提出深思熟慮、定義明確的問題可能成為新的難點 [81]。
  2. OpenAI 發表的問題中，許多是數十年前提出的，但仍有無數個問題尚未被人類提出 [82]。
    1. 數學領域非常深奧，許多我們認為遙不可及的問題很可能都是可解的 [84]。
    2. 人類可能只是觸及了數學探索領域的表面 [87]。
  3. 數學家在 AI 時代將變得更加重要 [88]。
    1. 數學家將有比以往更多的工作，並變得比以往任何時候都更重要 [89]。
    2. 他們對於哪些問題和領域值得追求的直覺，可能成為人類最有價值的資產之一 [90]。
  4. 人類需要理解和解釋 AI 提供的結果 [91]。
    1. 影片作者個人不理解這些論文中的大部分內容 [91]。
    2. 我們需要有人來解讀 AI 給出的結果並加以解釋，這是一項崇高而有趣的工作 [92]。

2.2. AI 數學成果的現狀與未來展望 [94]

  1. OpenAI 發表的大量數學論文需要時間消化和驗證 [94]。
    1. OpenAI 發表納維-斯托克斯方程的 Lean 證明已經四週了，數學家們才剛開始研究 [94]。
    2. 現在又多了 722 篇論文，這將需要數學家們投入大量時間 [95]。
  2. AI 就像一個神諭，能提供答案，但無法替我們理解這些答案 [96]。
    1. Lean 程式告訴我們 Zeta 函數的證明是正確的，但沒有告訴我們為什麼它是真的 [98]。
    2. 我們可以與 AI 合作來達到理解，但這需要真正的人類努力，而且並非所有事物都能透過程式檢查 [100]。
    3. 許多情況下，最終需要人類來理解，而其他人則必須信任這些理解的人 [102]。
  3. OpenAI 的成果仍需進一步驗證 [104]。
    1. OpenAI 並非「解決」了 700 多個數學問題，而是發表了 722 篇論文，圍繞著 372 個主要結果 [104]。
    2. 其中 162 篇論文的結果已由電腦檢查，但沒有一篇經過同儕審查 [106]。
    3. 數學家們將花費數月甚至數年來審查這些論文 [107]。
    4. OpenAI 表示正在努力發布產生這些論文的模型 [108]。
  4. AI 正在加速數學進步，可能開啟人類的新時代 [109]。
    1. 過去需要數十年研究的問題，現在正透過 AI 從全新角度被解決 [110]。
    2. 數學進展的速度似乎比以往任何時候都快 [111]。
    3. 雖然沒有保證，但人類可能會發現超越想像的事物，世界可能變得比許多人夢想的更神奇 [112]。