

朋友们,你敢信吗?数学界最近悄悄发生了一件大事——8篇数学论文混进了学术预印本,作者不是人类,而是一个AI系统!更炸裂的是,其中5篇已经通过了同行评审,正式登上了学术期刊!
别急着划走,今天要聊的这个故事,主角是一位00后的华人姑娘。她MIT三年拿下双学位,斯坦福博士退学创业,公司估值已经飙到了108亿人民币!
这家公司叫Axiom Math,创始人洪乐潼,2001年出生于广州,今年才24岁。
她有多牛?14岁在草稿纸上写下“MIT”激励自己,高中就进了广东省数学奥赛省队,2019年顺利考入MIT。别人本科四年都嫌短,她三年就拿下了数学与物理双学位!
本科期间发表9篇学术论文,还拿过北美数学本科生的最高荣誉——罗德奖学金和摩根奖。
随后她去牛津读了个神经科学硕士,又杀回斯坦福,被数学博士和法学博士双学位录取。
然后呢?她退学了。
2024年秋季,洪乐潼从斯坦福退学,全身心投入创办Axiom Math。联合创始人Shubho Sengupta也从Meta辞职,后来知名数学家Ken Ono甚至辞去了弗吉尼亚大学的终身教职,全职加入。
这群人凑在一起搞什么?
就是让AI写数学证明,而且不是那种“看起来像人话”的忽悠——是形式化证明,每一步都能被机器检查的那种!
这批提交的论文覆盖了数论、组合数学、交换代数、代数几何、表示论和Dyck path模型。
其中一篇叫《Reciprocals of Partition Polynomials》,已经被Annals of Acad. Rom. Sci.接收。这篇论文研究的是由partition subsum polynomials构造reciprocal sums,目标是处理Ballantine等学者提出的10个猜想。
结果呢?AI证明了其中6个,还顺手发现了一个原始命题里的反例!
这套系统叫AxiomProver。跟那些只会写漂亮废话的大模型不同,它生成的不是自然语言,而是Lean形式化证明。
懂行的人都明白:自然语言证明再顺滑,也可能藏着逻辑缝隙。读者、审稿人、作者都得靠“理解”去判断哪里站得住——这不就是很多论文被质疑的原因吗?
AxiomProver换了一种玩法:研究者给出自然语言问题,系统翻译成Lean形式化证明。完成后,由单独的检测器逐个步骤验证。
论文的文字部分呢?还是人类数学家来写,把形式化证明配上学术解释。
这不叫替代,这叫人机协作——AI负责可检查证明,人类负责问题表达、论文解释和审稿沟通。
创始人Ken Ono透露,在某些情况下,系统被给定开放研究问题,大约24小时内就能生成完整、机器验证的证明!
AxiomProver有多猛?它在普特南数学竞赛上拿过满分,还解决了两个困扰学界数十年的Erdős猜想!
但“AI数学家”只是第一步。
洪乐潼和团队的真正愿景:打造一个能够自我改进的超级智能推理器。
投资人Matt Kraning的评价一针见血:“AI将编写所有代码,但数学将证明其是否有效。”
仔细想想,这个逻辑太恐怖了——如果一个AI系统能把数学证明交给机器逐步检查,那么同样的“生成、形式化、验证”闭环,完全可以用到其他学科,以及高风险决策场景。
5月27日,Axiom提交的最新一篇论文就跨界到了博弈论和经济学领域,与哈佛商学院教授Scott Duke Kominers合作,用Lean形式化证明了Robert Aumann的经典定理。
数学只是起点,真正的目标是让AI在任何需要严谨推理的领域都变得可信。
不到一年时间,Axiom完成了6400万美元种子轮和2亿美元A轮融资,估值飙到16亿美元(约108亿人民币)。
投资人为什么敢砸这么多钱?
因为“可验证AI”这件事,太值钱了。
现在的AI再强,谁都不敢完全信任——模型会幻觉、会胡说八道、会编造事实。但如果AI的每一步推理都能被机器验证,那它就是完全可信的。
洪乐潼说过一句话:创业者要选最难的问题,甚至需要5到10年才能解决的那种。
现在来看,她选的这条路,也是当下最被关注的赛道之一。
从广州到MIT,从斯坦福退学到估值108亿,00后的时代真的来了。
真正的降维打击,不是让AI代替人类,而是让AI变得可信。
🤔 你觉得人类数学家会被AI取代吗?如果未来所有学术论文都能被机器验证,你还相信权威吗?评论区聊聊你的看法!
如果这篇文章让你觉得有点意思,记得点个「赞」和「在看」,转发给你身边关心AI和数学的朋友们!