就在今天，毕树超领导的Meta超级智能实验室宣布，在过去的六个月里，他们的最新模型Muse Spark已经帮助人类数学家解决了六个数学领域的开放性难题。其中五篇论文直接给出了悬而未决的世界前沿问题的答案，甚至推翻了现有的群论拟议规则。
这一进展标志着AI在数学研究领域的颠覆趋势已不可逆转。毕树超表示：“数学界的AlphaGo时刻在今年降临了。”
毕树超本科毕业于浙江大学数学系，并在加州大学伯克利分校获得统计学硕士和数学博士学位。2025年6月，他加入Meta超级智能实验室，主攻强化学习与智能体前沿。作为一个科班出身的数学博士，毕树超曾意识到自己缺乏足够的天赋独立解决那些热爱的前沿开放难题，因此转向机器学习领域，致力于训练AI模型来解决这些问题。
在过去几个月里，多位顶尖数学家与Meta的Muse Spark 1.1和1.2模型合作，取得了显著成果，涉及概率论、微分方程、群论、优化理论、算术物理学和非结合代数六大基础科学领域。
在群论方面，Muse Spark生成了复杂的搜索代码，找到了一个具有384个元素的异常群，推翻了Kida在2024年提出的猜想。这个群满足半阿贝尔性质，但不满足单项式性质。
在微分方程领域，Muse Spark辅助研究员Leonard Dinh处理了大量偏微分方程放缩计算，证明了在二维及更高维度的径向对称负能量条件下，波必然在有限时间内发生爆炸坍缩，终结了自2015年以来的悬案。
在概率论方面，Muse Spark帮助推演了一个严格的阈值，证明了当随机点的数量低于某个公式时，拟合几乎100%存在；但只要越过这条红线，拟合就绝对不可能存在。
在算术物理学领域，Muse Spark成功将p进制弦理论与数论联系起来，证明了两者计算的是同一个物理量。它不仅提供了灵感，还起草了论文中的三个核心技术章节。
在优化理论方面，Muse Spark引入了“概率重构”的视角，帮助数学家理解二元多项式优化问题何时可以无损简化。
在非结合代数领域，Muse Spark构建了一个三维空间反例，推翻了前人的测试，并提出了新的替代性表征方法。
这些突破令人惊讶的是，所有工作都是通过网页端的meta.ai完成的，依靠自然语言提示词推动了世界级的前沿猜想。这表明AI的底层推理能力已经跨过了一个重要门槛。
现在，这六篇论文已经经过了严苛的独立双重审查，每篇论文都清晰标注了哪些部分是人类学者起草的，哪些部分是AI独立生成的。随着数学界的AlphaGo时刻降临，未来的生物学、化学和物理学领域也将迎来类似的智能跨越。前方是一片璀璨的无人区。
