Google DeepMind 的 AI 系統 AlphaProof Nexus 獨立解出了數十個開放數學問題，相關研究已發表於《Science》。據該研究，AlphaProof Nexus 攻克了 353 個開放 Erdős 問題中的 9 個，其中兩個問題已懸置 56 年。研究團隊在論文正式發表前，已將部分解答線上公開。

除 Erdős 問題外，AlphaProof Nexus 還證明了 OEIS 整數序列資料庫中的 44 個猜想，解決了一個代數幾何中的開放問題，並改進了 min-max 最佳化中的一個已知邊界——該技術被用於訓練部分 AI 模型。

該系統以 Gemini 3.1 Pro 為核心，用形式化語言 Lean 起草並修訂證明。Lean 會在每次編輯後檢查草稿，錯誤資訊則引導下一輪嘗試。對於更難的子問題，AlphaProof Nexus 可以呼叫專門的證明工具 AlphaProof。Google DeepMind 表示，即使不呼叫 AlphaProof，系統也能解出那 9 個 Erdős 問題。

這項研究釋出之際，AI 數學領域正陷入一場激烈爭論。OpenAI 近期在 GitHub 上直接釋出了數百個 AI 生成的證明，而非提交給學術期刊。由 Terence Tao 領導的 Association for Human Mathematics 呼籲對此進行抵制。相比之下，DeepMind 選擇將成果送交同行評審後再發表。

從產業視角看，這一事件的意義超出單個數學成果。AI 在形式化推理上的能力提升，可能加速演算法發現、最佳化理論乃至 AI 訓練技術本身的迭代。而同行評審流程的引入，則回應了外界對 AI 生成知識可信度的質疑——在 AI 日益參與基礎科研的背景下，如何驗證與歸因 AI 的發現，正成為學術與產業界共同面對的問題。DeepMind 的做法為 AI 輔助科研的規範化提供了一種參考路徑，但 AI 證明的規模化驗證與學術認可機制，仍有待進一步探索。