如何看待Fable成功解決雅可比猜想等開放的數學問題？

现在AI本质是个猜词器，只要网上有内容，它靠着大模型，大文本存量，给你想出一条最优路径确实是非常厉害，世界上没有一个人能和头部AI比记忆力。但是相应的，AI也就是依靠网上和给它输入的文本去猜词的，它的感受和逻辑本质还是人类的镜像，网上没有的，人类本质不知道的范式（注意是范式不是知识），AI也搞不出来。问题的关键在于AI现在已经有了脑子，但还没有足够能力的手，眼，耳朵，更没有把这些东西协调工作的能力。

只要AI还没有能力直接和物理世界互动，它本质上就还是人力智力的镜像，只不过比起个人的镜像，AI更像全人类或者至少也是全互联网智慧聚合体的镜像罢了。关键的问题在于Transformer能够理解公式直接的联系，但是没有物理世界的经验，它不理解公式为什么会有这种联系，它的理解更像是通过统计学算出来的近似解，而不是真正逻辑上的解析解。就这一点而言，现在AI还只是科研的工具而替代不了人的作用。

什么时候AI真正突破了和物理世界互动的边界，什么时候就是AI技术奇点的到来。

楼主到底明白不明白自己在说什么？

数学猜想的意义

反证法的意义和难度

智能的定义

AI的工作原理和擅长领域

我估计这几个话题，楼主连一个都不懂，看个新闻就出来问问题了。这种问题你还是丢给AI吧。

一、 為什麼這次突破不等於 AI 全面超越人類？雖然 Fable 5 解決了人類未能解決的難題，但從技術本質來看，這更屬於一種「人機協同」的範式突破，而非 AI 的單一全面碾壓：非獨立發現，而是強力工具：根據 Levent Alpöge 的說明，這項嘗試是由他的朋友 Akhil 先向模型提出相關疑問，模型在世界杯決賽期間持續進行大範圍的空間搜索與篩選，最終「構造」出了這個精準的反例。換言之，人類負責了提出正確問題、劃定核心邊界與最終核驗，AI 則負責了人類大腦無法企及的超大規模啟發式搜索與邏輯推理。反例與開創性證明的區別：在純數學中，尋找「反例」往往需要極高的直覺和對龐大搜索空間的過濾。AI 的神經網路與推理架構非常擅長在特定框架下尋找人類忽略的「盲點」。然而，要從零開始建構一套全新的數學理論體系（如愛因斯坦提出相對論），AI 目前仍缺乏這種顛覆性的主動創造力。二、 離 AGI 還有多遠？業界與學界的最新評估這次事件是繼 AI 破解國際數學奧林匹亞難題、證偽 Erdős 猜想後的又一次大躍進。以此速度發展，距離 AI 智能在絕大多數經濟和智力領域全面超越人類（AGI）的時間表，已經被大幅壓縮。目前科技界普遍分為三個預測陣營：1. 激進預測：1 ~ 3 年內（2027 – 2029）包括 OpenAI、Anthropic 與 Google DeepMind 的多位高層在內，越來越多的頂尖 AI 專家傾向認為，具備高度自主推理、工具使用（如自行調用 Wolfram Alpha 或計算集群驗證）的「具推理能力大模型」正在跨越臨界點。隨著強化學習（RL）與思考鏈（Chain of Thought）技術與大數據完美結合，AI 將在 2030 年前於編碼、科研、法律及商業分析等九成以上的白領工作中，表現得比一般人類專家更優秀。2. 中實預測：5 ~ 10 年內（2031 – 2036）部分電腦科學家與社會學家認為，即使 AI 在純數學、數位編碼等「規則與邏輯極度嚴密」的領域全面超越人類，但要達到「全面超越」，還必須克服以下現實瓶頸：具身智能（Embodied AI）與物理世界互動：操縱物體、感知複雜現實環境（如外科手術、精細手工藝、複雜物理實驗）。情感、社交與跨領域常識：人類智能包含同理心、政治協商、跨文化理解等，這些在缺乏明確客觀對錯標準的領域，AI 的適應期會更長。3. 保守預測：更久或無法完全超越一些哲學家與認知科學家強調，AI 的「智能」本質上是基於概率與關聯性的計算（即使表現出高度推理能力），它並不具備真正的自我意識（Consciousness）與內在動機。AI 不會主動因為「好奇」去研究數學，它是被動執行人類的指令。因此，在「主動定義人類文明未來走向」這點上，AI 永遠無法超越人類。三、 結論與下一階段的轉變雅可比猜想的證偽昭示著一個新時代的來臨：我們可能不再需要等待 AI 在所有指標上都超越人類，因為在「科學發現的速度」上，AI 已經開始帶領人類狂飆。未來幾年內，數學家和科學家的角色將加速轉變為「牧羊人」或「審查者」——人類從「找不到答案」，變成「來不及驗證 AI 批量產出的天才答案」。您認為在 AI 展現出如此恐怖的數學推理能力後，下一個最可能被 AI 攻克的人類智力堡壘會是什麼領域呢？（例如：新藥研發、量子晶片設計，或是可控核聚變控制？）

AI喂屎完全符合你的水准。

之前也有人找到三次齐反例, 只能说 AI 能找到尤其是公式简洁好验证是不错的.

难以得知 AI 思路是个问题. 只是数学爱好者的看法, 有待多方数学专业者出来验证.

AI帮人类研究人类提出的问题这件事本身并不特别牛逼；AI像大卫希尔伯特那样提出有价值的新问题给人类(或者自己)研究那才是真的牛逼。

AI 找到的 是雅可比猜想三维的反例。这个好像老早就有人找到过反例了，AI 只不过再一次验证了前人的工作而已

而张益唐想要证明的 是雅可比猜想的二维形式，这个更难。这个没有人找到反例，AI 也找不到。当然现在也没有人证明出来

不要随便 听风就是雨，被人一忽悠 就胡乱传播

z真正意义上的人工智能是不能由人在后台调整各类参数的
比如从A点到B点寻找最短路径的问题 真正的人工智能不能由人工干预机器决策
哪怕机器给出无法抵达的结论也是机器自己的考虑 人工可以干预道路本身 比如路上多几个障碍 或者特殊的道路规则等 但是不能告诉人工智能要怎么做 

技术上说 目前也只是用海量的计算能力把一些现实当中的问题变成一道算术题