近日，OpenAI的内部模型通过构造反例，成功解决了Erdős平面单位距离猜想。这一猜想由匈牙利数学家保罗·埃尔德什于1946年提出，尽管几十年来未有人能给出完整证明，但大多数研究者普遍认为猜想成立。然而，OpenAI的研究成果却以反例的方式推翻了这一长期以来的信念。这一突破不仅引起了数学界的广泛关注，也引发了关于人工智能在数学研究中作用的深刻思考。
在这一背景下，密歇根大学的数学研究者马骁也参与了这一成果的复现。作为即将入职中国科学技术大学的教授，他利用GPT-5.5Pro成功复现了OpenAI构造的反例。马骁认为，AI的创造力在一定程度上已经超越了人类数学家的预期。他表示，虽然这次的进展显得极为重要，但实际上它并未达到解决复杂大定理的层次。AI的能力更适合于“少跳”问题，即通过识别模式和跨学科的联想来快速找到解决方案。
Erdős单位距离问题的核心是，给定n个点，最多能形成多少对距离为1的点。AI所给出的反例构造使用了深厚的代数数论工具，这一点对于许多组合数学家而言并不常见。因此，长期以来，这一问题未能得到充分的探索。马骁分析认为，AI在此类问题上的优势在于其强大的知识积累和模式识别能力，而人类数学家在面对这种跨学科的挑战时，往往需要更长的时间来寻找突破口。
尽管AI在数学研究中展现出令人瞩目的能力，马骁也指出，当前阶段的AI在细节执行和长篇幅证明的稳定性上仍然存在不足。通常，数学研究不仅需要找到方向，还需要严谨的逻辑推理和大量的细节验证，而这恰恰是AI当前的短板。因此，马骁认为AI更像是一个辅助工具，而非独立的研究者。
随着AI技术的不断进步，未来可能会出现一种新的研究模式，AI不仅能够提出解决方案，还能够规划研究目标、展开搜索和验证中间结论。这一转变将极大地影响数学研究的格局，甚至可能导致人类数学家的地位受到挑战。马骁对此表示，随着AI能力的不断提升，未来的数学研究可能会变得更加依赖于人工智能。
在这个过程中，数学家们需要思考如何调整自己的研究方法，以适应AI的快速发展。AI的出现并不意味着人类数学家的价值降低，而是促使他们重新审视自己的工作方式，寻找与AI合作的新机会。
