第553章 做空行动 一【数学造神】（2 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
搜索能力——你得在海量可能路径里找到真正能走通的那一条；
创造性跳跃——很多关键突破，靠的不是机械穷举，而是突然换了一种看世界的方式。
更关键的是，数学有一个其他领域都不具备的优势：客观可验证。
一道数学定理，对就是对，错就是错。每一步推导都必须逻辑自洽，每一个结论都可以被形式化验证工具（如lean或q）机械检查。在这里，ai存在什么“看起来挺像回事但其实是幻觉”的可能性。
早在1956年那场標誌著人工智慧诞生的达特茅斯会议上，计算机科学的先驱们定下的第一个具有里程碑意义的目標，就是让机器证明《数学原理》中的基础定理。在学术界的鄙视链里，数学始终站在认知智力的最顶端，它没有模糊语义，不容许模稜两可。如果一个ai能证明定理，那它距离真正的通用人工智慧（agi）就只剩一层窗户纸了。
也正因如此，数学在ai认知评估里，一直被视作最硬核的试金石。
达里奥作为ai领域专家当然知道这个道理。
他几乎可以想像，当“ythos独立证明了数学定理”这个新闻登上头版时，全世界会是什么反应。
普通人会震撼：“ai已经比人类还聪明了！”
投资者会亢奋：“agi时代真的要来了！”
学术界会激辩：“这是否意味著数学家即將失业”
而无论是哪种反应，最终都会转化为同一个结论：anthropic，就是人类通往agi的唯一入口。
……
两天后，一支由三十名数学博士和五位教授组成的特別团队，被悄然安置在了anthropic总部的办公室里。
对外，这里的代號是普罗米修斯，盗火的神。
对內，达里奥给他们的指令只有一句话：“用ythos解数学题。解得越难越好。”
……
接下来的两周里，普罗米修斯团队开始了疯狂的“ai炼丹”。
过程远没有公开宣传的那样光鲜。
事实上，真正的工作流程是这样的：数学博士们先选定目標问题，然后由人工介入，一步步给ythos提供方向性提示。有时候是直接告诉模型“试试从xxx方向切入“，有时候是在模型卡壳后手动给出关键引理。ythos则负责暴力穷举中间步骤，用海量算力去填补人类指明方向后的脏活累活。
一个定理的解决，往往需要反覆试错几百次，消耗数千美元的算力，耗时一到两周。
然后，团队会把最终的完整证明重新输入模型，做一次復训。训练完成后，再用一个全新的对话窗口向ythos重新提问同一个问题。
这一次，ythos当然能“独立”给出完美解答。
因为答案已经被餵进去了。
本质上，这就像是老师把標准答案给学生背了一遍，然后在全班面前当场考他，学生张口就来，旁观者自然觉得这学生是天才。
但任何一个冷静的人只要稍微想一想，就能发现一个致命的逻辑漏洞。
如果ythos真的具备了自主解决研究级数学问题的能力，那为什么不同时开一千个对话窗口，让它並行攻击一千个未解问题以anthropic的算力规模，这完全做得到。真有这种能力的话，每周应该有几百篇成果像下饺子一样往外蹦才对。
可最终的產出呢
两周时间，五六个成果。
这个產出效率，恰恰说明了真实的工作模式：不是ai在自主思考，而是人类数学家在手把手引导，ai在做暴力计算。
五六个成果，对应的是五六位数学博士各自花了两周时间死磕出来的方向。
这才是真相。
……
↑返回顶部↑