摘要：2024年9月，《自然》杂志发布了一项研究成果，谷歌旗下人工智能公司DeepMind利用AI，在三个不同的流体力学方程中发现了此前从未被人类识别的新数学“奇点族”。

AI正在用一种让人意想不到的方式，改变我们理解数学证明的方式。

2024年9月，《自然》杂志发布了一项研究成果，谷歌旗下人工智能公司DeepMind利用AI，在三个不同的流体力学方程中发现了此前从未被人类识别的新数学“奇点族”。

研究团队指出，这些奇点是流体运动中可能引发无限速度或压力的极端状态，其存在与否一直是数学和物理界争论了一个多世纪的难题。

这项突破不仅具有理论意义，还可能为大气模拟、血流动力学等提供新的数学基础。

它似乎正在印证一位世界顶级数学家的预测，陶哲轩早在几年之前就曾提出，人工智能将在不久的将来参与到真正的数学研究之中，并与人类数学家共同发表研究成果。

Navier-Stokes方程，是描述流体流动最基本的数学模型之一。这个19世纪初由法国科学家建立的方程，至今仍然是理解天气系统、海洋环流、飞机气动设计等领域的基础。

但它的数学特性却极其复杂，尤其是在高维空间中是否存在“奇点”这一问题，至今未能被证明或反驳。这个问题也被列入了千禧年七大数学难题之一，解决者将获得100万美元奖金。

DeepMind的研究团队并没有直接“解决”Navier-Stokes的问题，但他们通过AI模型，在Navier-Stokes方程及另外两个常见流体力学模型中找到了一类此前从未被发现的数学奇点族。

这种发现的关键在于，它为解决奇点难题找到了新的数学办法，可能是将来破解Navier-Stokes方程的突破口。

很多人会问，AI发现这些奇点，靠的是不是数据堆砌和暴力计算？这确实是一个常见的质疑。毕竟在很多人的印象中，AI擅长的是模式识别、图像处理、语言生成，而不是数学推理。

他们让AI自己在一堆数学里找规律，用特别的算法筛出那些可能有深层意义的模式。

从公开的研究看，这方法不光找到了奇点，还发现了它们在不同方程里的共同规律，而这种跨方程的统一性，是传统数学很难做到的。这也是《自然》认可这项成果的原因。

陶哲轩是普林斯顿高等研究院的长期访问学者，也是菲尔兹奖获得者。他曾在多个场合预测，AI未来将不仅在计算层面协助数学家，还将在概念层面提出新的猜想和思路，并与人类数学家共同完成研究成果。

2024年的这项研究，实际上已经迈出了这一步。DeepMind的研究并非完全由AI自动完成，而是由AI与数学家、高性能计算专家共同配合完成的。

每次AI在科研上有点突破，外界就开始争论。有人觉得这只是技术进步，被媒体夸大了；也有人认为，这标志着AI正从帮手变成真正能出理论成果的贡献者。

2020年，他们的AlphaFold项目成功预测了超过2亿种蛋白质结构，大幅推动了结构生物学的发展。2024年，DeepMind参与的数学AI项目甚至在国际数学奥林匹克中达到金牌水平。

以前科研靠的是天才的直觉与灵感，现在有了AI，研究可能变得更系统、更像团队配合，不再全靠个人灵感。

DeepMind CEO德米斯·哈萨比斯在2024年荣获诺贝尔化学奖后表示：“任何通过进化形成的东西，都可以通过AI高效建模。”

人们习惯于把AI当作工具，但从这项研究来看，AI已经开始扮演“合作者”，甚至在某些时候提供了人类难以企及的视角。

谷歌DeepMind在流体力学中发现奇点族，像是一次范式的转折点。它打破了人类对科学发现主体的固有认知，也重新定义了AI在基础科学中的位置。

13岁时，陶哲轩夺得国际奥林匹克金牌，创下历史最年轻纪录

AI不是取代人类，而是补充人类的认知盲区，它不依赖灵感，不受疲劳限制，也不执着于既有理论。正因如此，它能发现那些被人类忽略、但在逻辑上自洽的数学结构。

来源：晓婷医生吖