Google DeepMind 的 AI 系统 AlphaProof Nexus 独立解出了数十个开放数学问题，相关研究已发表于《Science》。据该研究，AlphaProof Nexus 攻克了 353 个开放 Erdős 问题中的 9 个，其中两个问题已悬置 56 年。研究团队在论文正式发表前，已将部分解答在线公开。

除 Erdős 问题外，AlphaProof Nexus 还证明了 OEIS 整数序列数据库中的 44 个猜想，解决了一个代数几何中的开放问题，并改进了 min-max 优化中的一个已知边界——该技术被用于训练部分 AI 模型。

该系统以 Gemini 3.1 Pro 为核心，用形式化语言 Lean 起草并修订证明。Lean 会在每次编辑后检查草稿，错误信息则引导下一轮尝试。对于更难的子问题，AlphaProof Nexus 可以调用专门的证明工具 AlphaProof。Google DeepMind 表示，即使不调用 AlphaProof，系统也能解出那 9 个 Erdős 问题。

这项研究发布之际，AI 数学领域正陷入一场激烈争论。OpenAI 近期在 GitHub 上直接发布了数百个 AI 生成的证明，而非提交给学术期刊。由 Terence Tao 领导的 Association for Human Mathematics 呼吁对此进行抵制。相比之下，DeepMind 选择将成果送交同行评审后再发表。

从产业视角看，这一事件的意义超出单个数学成果。AI 在形式化推理上的能力提升，可能加速算法发现、优化理论乃至 AI 训练技术本身的迭代。而同行评审流程的引入，则回应了外界对 AI 生成知识可信度的质疑——在 AI 日益参与基础科研的背景下，如何验证与归因 AI 的发现，正成为学术与产业界共同面对的问题。DeepMind 的做法为 AI 辅助科研的规范化提供了一种参考路径，但 AI 证明的规模化验证与学术认可机制，仍有待进一步探索。