AI 輔助破解數學界「聖杯」

數學界近日迎來一場震撼彈：一位名為約翰·麥肯錫 (John McKenzie) 的業餘數學愛好者，在沒有任何學術機構資助的情況下，利用大型語言模型 ChatGPT 成功破解了傳奇數學家保羅·埃爾德什 (Paul Erdős) 遺留超過六十年的組合學難題。這項成果不僅在預印本平台 arXiv 上引起軒然大波，更在 Hacker News 上獲得超過700分的討論熱度，被譽為「業餘者對抗專業的史詩級勝利」。

這道難題屬於組合學中的「極值集合論」領域，最初由 Erdős 在1960年代提出，其核心問題是：在一個有限的集合系統中，當所有集合的交集都包含一個固定大小的元素子集時，這個系統的最大可能尺寸是多少？這個問題看似簡單，但由於其結構的複雜性與組合爆炸的特性，多年來困擾了無數頂尖數學家。

從「輔助工具」到「研究夥伴」

麥肯錫並非程式設計師或數據科學家，他本職是一名會計師，數學只是他下班後的興趣。他回憶道：「我花了三個月的時間，每天下班後與ChatGPT進行『對話式研究』。我不僅僅是問它『答案是什麼？』，而是與它討論不同的證明策略、檢查邏輯漏洞，甚至讓它幫我構建反例。」

這個過程與傳統數學研究截然不同。傳統上，數學家需要獨自在紙上進行大量演算與推導，或與少數同行進行郵件交流。而麥肯錫的「研究夥伴」ChatGPT，扮演了多重角色：

  • 即時文獻回顧員：當麥肯錫提出一個猜想時，ChatGPT能迅速從其訓練資料中提取相關的已知定理與論文，告訴他「這個方向在1972年已被某位學者證明不可行」或「你的思路與1998年一篇論文中的引理相似」。
  • 無窮盡的校稿員：數學證明最忌諱邏輯漏洞。麥肯錫可以將自己寫下的證明步驟分段輸入ChatGPT，要求其「嚴格檢查從第3步到第7步的邏輯推導，並指出任何遺漏的邊界條件」。AI能在數秒內完成人類可能需要數小時的校驗工作。
  • 創意催化劑：當證明陷入僵局時，麥肯錫會向ChatGPT描述問題的困境，並要求其「提出三種完全不同的證明思路，即使它們看起來很荒謬」。其中一個看似「荒謬」的思路——利用圖論中的「拉姆齊理論」來重構問題——最終成為了破解難題的關鍵鑰匙。

業餘者的逆襲：學術圈的「去中心化」革命？

此事件引發的討論遠超數學領域本身。長期以來，頂尖學術研究被視為少數擁有博士學位、任職於頂尖大學、並能申請到巨額經費的「專業人士」的專利。業餘愛好者即使有天賦，也常因缺乏資源與學術網絡而被邊緣化。

然而，麥肯錫的案例似乎預示著一個新時代的來臨。Hacker News 上一位自稱是數學博士的用戶評論道：「這就像當年圖靈機的誕生，它沒有取代數學家，但它徹底改變了『誰能成為數學家』的門檻。現在，一個聰明的人加上一個強大的AI，其研究生產力可能超過一個平庸的博士團隊。」

這並非誇大其詞。麥肯錫的成功，關鍵在於他展示了如何有效地將AI定位為「平等的研究夥伴」而非「高級計算器」。他懂得如何提出正確的問題、如何驗證AI的輸出、以及如何從AI的「胡言亂語」中提煉出有價值的靈感。這種能力，被稱為**「AI素養」（AI Literacy）**，正在成為新時代學術研究的核心競爭力。

對於香港和台灣的讀者而言，這個案例具有更直接的啟示。本地許多才華洋溢的學生或研究者，可能因為無法進入頂尖學府、缺乏指導教授或研究經費，而在學術道路上受阻。如今，一個價值20美元的ChatGPT Plus訂閱，加上無比的熱情與正確的方法論，就可能開啟通往學術殿堂的大門。

風險與局限：AI「幻覺」仍是最大敵人

當然，我們必須保持冷靜。麥肯錫的成功是「人機協作」的典範，而非AI獨立的勝利。ChatGPT並非萬能，它最大的問題——「幻覺」（Hallucination）——在數學這類嚴謹學科中尤為致命。麥肯錫在訪談中提到，他至少有三分之二的時間是在與ChatGPT的錯誤推理或虛構定理進行「搏鬥」。

「它曾經『創造』了一個看起來非常優美的引理，並附上了一個看似完美的證明，」麥肯錫說，「但我花了整整一個週末，才發現這個引理在一個極端情況下是錯誤的。如果我不是自己從頭到尾檢查一遍，而是直接引用，我的整個證明就會崩塌。」

這提醒我們，AI目前仍無法取代人類的批判性思考與直覺判斷。它是一個強大的「外掛大腦」，但最終的決策與責任，仍然在人類研究者身上。對於初學者來說，過度依賴AI可能導致「無知的自信」，反而離真理越來越遠。

延伸閱讀

接下來看什麼？

麥肯錫的論文目前仍在同行評審階段，學術界對其證明是否完全嚴謹仍存在爭議。但無論最終結果如何，這個事件已經為學術研究開創了一條全新的路徑。

未來我們可以觀察到以下趨勢：

  1. 「人機協作」研究模式的標準化：頂尖大學可能開始開設「AI輔助研究」的課程，教導學生如何有效利用AI進行文獻回顧、證明驗證與靈感發想。
  2. 學術期刊的審查標準改變：未來論文可能需要聲明「AI在研究中扮演的角色」，如同現在聲明「利益衝突」一樣。審稿人也可能需要學習如何辨識AI生成的內容與人類原創思考的邊界。
  3. 更多「業餘研究者」的湧現：我們可能會看到更多像麥肯錫這樣的「素人科學家」，在AI的幫助下，從非主流的角度切入，解決專業領域久攻不下的難題。這對學術界的「內卷」文化，可能是一種健康的補充。

對於身處HK/TW的我們，這不僅是一則科技新聞，更是一個時代的訊號。當知識的門檻被AI大幅降低，真正的競爭將不再是「誰擁有更多的知識」，而是「誰能更好地運用工具，提出更深刻的問題」。

正如麥肯錫在論文致謝中所寫：「感謝ChatGPT，你是我最好的同事。但請記住，最終的靈光一閃，還是來自於那個在深夜裡盯著螢幕、不願放棄的人類。」