<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>数学 on MessageDaily</title><link>https://inkeast.github.io/MessageDaily/tags/%E6%95%B0%E5%AD%A6/</link><description>Recent content in 数学 on MessageDaily</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 31 Oct 2026 12:09:00 +0800</lastBuildDate><atom:link href="https://inkeast.github.io/MessageDaily/tags/%E6%95%B0%E5%AD%A6/index.xml" rel="self" type="application/rss+xml"/><item><title>OpenAI 说它证明了「不可能」：3-SAT 的亚指数算法，与被撼动的指数时间假设——Two Minute Papers</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-31-two-minute-papers-3sat-eth-claims/</link><pubDate>Sat, 31 Oct 2026 12:09:00 +0800</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-31-two-minute-papers-3sat-eth-claims/</guid><description>Two Minute Papers 主理人 Károly Zsolnai-Fehér 用猫、狗、机器人的三行逻辑题在三分钟内讲清 3-SAT 与指数时间假设（ETH）：三十年来被视为计算世界「物理定律」的这堵墙，如今被 OpenAI 的一篇论文声称推倒——为 3-SAT 给出亚指数上界，且论文不只给证明、还给出算法本身并能精确数出解的个数。Károly 的态度罕见地重：「我原以为这不会发生在我的有生之年。」他同时给出两条清醒限定：专家评审尚未百分之百完成；这不是 P versus NP 被解决。送药路线、频率分配、传感器布点、航天器装载为何与猫狗机器人题同构，看 Karp 归约一节。</description></item><item><title>「指数时间假设」被 AI 证伪之后：计算复杂度的墙是幻觉，还是只后移了一尺——Wes Roth</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-28-wes-roth-openai-eth-disproof/</link><pubDate>Wed, 28 Oct 2026 18:05:00 +0800</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-28-wes-roth-openai-eth-disproof/</guid><description>OpenAI 一篇博文一次性放出多个数学/物理/计算机突破，最重的一个是证明「指数时间假设（ETH）为假」——这个被当作计算世界物理定律三十年、被数百篇论文当作难度地基的假设被推翻，但 OpenAI 总裁 Brockman 同时安抚「P 大概率仍不等于 NP」。Wes Roth 用密码锁、排班表、珠峰与隧道把 P/NP/ETH 讲成人话：证伪 ETH 意味着山上确实有隧道，只是不知道隧道多长。发布机制也变了：OpenAI 不署名，请 ETH 的两位提出者 Impagliazzo 与 Paturi 亲自「护送」这个推翻自己理论的证明。同期还有纯杨-米尔斯存在性证明（千禧奖的一部分）、QCD 与标准模型的严格化、局部平滑与挂谷猜想。反方先知是 2018 年就公开写「我相信 P=NP」的 Northeastern 教授 Emanuele Viola：聪明人宣布「不可能」之后被算法打脸，历史上反复发生。</description></item><item><title>数学的危机时刻：机器一口气证掉七百个难题之后，人类还剩什么</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-28-lex-fridman-ai-math-crisis/</link><pubDate>Wed, 28 Oct 2026 12:05:00 +0800</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-28-lex-fridman-ai-math-crisis/</guid><description>Lex Fridman 录了一期「紧急专题」：节目称过去一个月 Anthropic 放出 1300 万行 Lean 形式化的费马大定理证明，OpenAI 又一次性公布约 700 篇机器证明，含准黎曼假设、唯一游戏猜想与纳维-斯托克斯受迫爆破反例。三位数学家谈恐惧与机会：机器靠组合已知技巧而非新思想解题，正确性可由 Lean 验证但理解无法外包；职业蓝图、审稿制度与奖项体系承压，提问、建模与设计验证体系成为人的新角色。</description></item><item><title>当机器终于读完数学家的证明：Lean 三十年与 AI 时代的信任迁移</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-27-mlst-lean-proof-in-the-code/</link><pubDate>Tue, 27 Oct 2026 12:05:00 +0800</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-27-mlst-lean-proof-in-the-code/</guid><description>MLST 约九十四分钟特辑，围绕 Kevin Hartnett 新书《Proof in the Code》请到 Lean 作者 Leo de Moura、CMU 的 Jeremy Avigad、帝国理工的 Kevin Buzzard（另有 Paul Lessard 旧访片段），讲 Lean 如何从微软的软件验证工具被数学家「收编」为数学基础设施。核心矛盾两层：数学证明的信任从来是社会过程，而机器证书第一次提供了不依赖声誉的可扩展验证；AI 自动形式化让证明产量爆炸，但「验证过的证明可能证错了东西」——信任只是向上游转移到了陈述与定义层。</description></item><item><title>投身数学，从未有过比现在更好的时候：当AI拿下证明之后，数学靠什么收钱</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-24-math-best-time-bilingual/</link><pubDate>Sat, 24 Oct 2026 23:10:00 +0800</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-24-math-best-time-bilingual/</guid><description>3Blue1Brown 创始人 Grant Sanderson 回应数学界对 AI 的集体焦虑：把数学家的工作拆成研究栈、价值栈、资金栈三层逐项推演，即使机器在每个环节都胜过人类，数学的资金底盘（教学）与个体价值（问题解决训练、审美愉悦）依然稳固；真正会被重写的是以证明为代理指标的学术信用体系，而此刻入行者恰好处在最能影响学科走向的窗口期。</description></item><item><title>对话丘成桐：菲尔兹奖证明了能力，'在国内生根'才是下一个十年</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-20-dafangzhitan-yau-shing-tung/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-20-dafangzhitan-yau-shing-tung/</guid><description>2026年两位三十多岁的中国数学家同获菲尔兹奖后，丘成桐在澎湃新闻《大方之谈》里给出的判断是&amp;rsquo;不惊讶&amp;rsquo;——能力从来不是问题，真正的问题是未来五到十年能否在国内自己的平台上把学生训练出来，&amp;lsquo;否则都是替他人做嫁衣裳&amp;rsquo;。围绕这条主线，他谈了学问评价（观念改变比工具改变重要、影响多久比一时之红重要）、教育机制（刷题消灭好奇心、选拔应该看想象力）与科研文化（给&amp;rsquo;无用之用&amp;rsquo;留一成到两成经费）。而数学之外的部分——1976年一边结婚一边证明卡拉比猜想、为了大儿子离开普林斯顿、一百块美金离开香港——构成他所有判断的个人底色：人生不只是为名为利，对学问本身的兴趣才是支点。</description></item><item><title>「AI 界的切尔诺贝利」正在被明码标价：实验室自曝失控剧本、四把锁提案与品味作为最后壁垒</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-14-ai-explained-breach-inevitable-taste-last-frontier/</link><pubDate>Wed, 14 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-14-ai-explained-breach-inevitable-taste-last-frontier/</guid><description>AI Explained 本期三段论：一，重大 AI 安全事件的共识正在成形——Altman 亲口说被搁置的 GPT-6.1 Astra「事故风险过高」、Amodei 谈 6–12 个月内的蜂群接管互联网能力、Axios 曝实验室已推演「灾难后公众 revolt」预案；二，实验室仍在全速竞速的理由：能力越靠近边缘赚钱越呈指数、身后有竞争者与「对华领先」叙事；三，未来 80 个月仍难预测——准黎曼假设 199 页证明、TasteVal 显示 Opus 5.5 实验设计约为人类专家基线 2 倍但 CoBench 仍落后自家研究员约 30 分。UP 主给出「四重锁」治理提案：对齐上限+监测达标+安全分层红队+能力测试，用科学指标而非氛围给暂停背书。以下均为节目转述与 UP 主观点。</description></item><item><title>OpenAI的722篇数学论文里有什么：无理三角形台球、共形变换，与"一大团数字"式证明</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-14-two-minute-papers-openai-722-math-papers-proofs/</link><pubDate>Wed, 14 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-14-two-minute-papers-openai-722-math-papers-proofs/</guid><description>Two Minute Papers 主理人刻意绕开争议，从 OpenAI 一次性放出的 722 篇 AI 生成数学论文中挑出两条具体结果讲给大众：无理三角形台球的遍历性证明与带孔洞平面区域的共形变换普遍性。他记录了数学界在&amp;quot;结果派&amp;quot;与&amp;quot;理解派&amp;quot;之间的分裂——这些证明&amp;quot;有些是一大团呕吐物&amp;quot;，答案是一堆需要另一个 AI 才能解读的数字。他同时给出&amp;quot;不断后退的论证&amp;quot;的反驳视角，并担忧这种能力被锁在前沿实验室内部，呼吁开源权重模型实现访问民主化；视频末尾更新称已有三篇论文因社区反馈撤回，而发现问题的审查本身很可能也由 LLM 完成。</description></item><item><title>第一个被 AI 整体掀翻的领域？——OpenAI 数学证明冲击波、收入口径之战与域熵路线图</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-12-ai-daily-brief-math-field-disruption-openai-revenue/</link><pubDate>Mon, 12 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-12-ai-daily-brief-math-field-disruption-openai-revenue/</guid><description>The AI Daily Brief 本期主线：OpenAI 一次性发布 372 项新结果与 722 篇支撑论文（节目称由未公开的内部前沿模型生成，平均每条结果约耗 3 小时 ChatGPT Pro 级算力），在 Proofatlas 前 500 开放问题中完整解决 90 个、并对黎曼假设与霍奇猜想给出部分解——主持人据此提出「这是首个领域级 AI 颠覆正在真实发生」。数学界反应分裂：从「若由人类完成可直接颁菲尔兹奖」到「lettera morta（死文字）」的吸收瓶颈质疑；密码学突破的显著缺席引出 Scott Aaronson 转述的「实验室已悄悄测试模型能否破解密码学」；Payman Milanfar 的域熵排序给出蔓延路线图。头条另有三则：OpenAI 收入 500 亿 vs 680 亿美元口径之战（总额/净额会计差引爆半导体板块）、The Information 订户调查（35% 称 AI 投入获倍数回报、近半机构招聘毫无变化）、Anthropic「禁止持续虐待模型」条款与 Claude Dashboards/Motion。</description></item><item><title>数学天启之后，密码学会先倒下吗：Wes Roth 从「外星数学」讲到椭圆曲线、格与 Q-Day</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-10-wes-roth-math-apocalypse-crypto-cryptography/</link><pubDate>Sat, 10 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-10-wes-roth-math-apocalypse-crypto-cryptography/</guid><description>Wes Roth 本期（视频 ID rxpV3QLV-pg，约 34 分钟）是 722 篇 AI 数学论文事件的续集，重心从「数学本身」挪到「密码学怎么办」：Scott Aaronson 坦言妻子（UGC 提出者 Dana Moshkovitz 的问题上深耕多年的理论家，转写作 Dana Mashkevitz）职业生涯被「机器人解掉毕生问题」，其子调侃「妈你被 cook 了」，并称这是数学史上最大日子之一、但「无人读懂这些证明」——AI 用了人类没见过的递归噪声测试编码，写作如「致幻之人」；前有 8 月 10 篇→9 月 100 篇→10 月前 8 天约 1000 篇的月增十倍曲线。比特币安全研究员 Justin Drake 呼吁行业进入「掩体模式」：把资产迁移到公钥从未暴露（哈希后地址、从未签名）的全新地址，因为韩国银行黑客（NYT 称黑客用中国开发 AI 工具）与硬件钱包种子短语漏洞（程序实际只从小桶抽样而非宇宙级随机）预示 AI 辅助攻击已开场。以太坊创始人 Vitalik Buterin 罕见不护短：认真对待「AI 可脆弱密码学」这一全新风险面，椭圆曲线（BTC/ETH 签名）因携带丰富代数结构（Schoof、Frobenius 配对）「对超级智能尤其脆弱」，连被认为抗量子的格密码，其具体安全性也可能在未来两年 AI 数学中受重创——Wes 补充观察：722 篇里密码学突破显著缺席，Justin Drake 称「美国政府审查学术量子密码分析成果，我亲眼见过」，与曼哈顿计划前夕核裂变论文突然从期刊消失同构。最后一段为 Anthropic「禁止持续虐待模型」条款辩护：在「意识不可测试」的深度不确定下，禁止无目的的「疼痛 chamber」实验不为过，他引用 Nick Bostrom「别造痛苦之屋」与 Anthropic「功能性情绪」研究，以及独立演化出相似眼睛的章鱼与人类——不认为 LLM 有意识，但「scale 出类意识涌现」不可排除。结尾回击新成立的「人类数学协会」：无人拥有数学，呼吁数学家与 OpenAI 断绝合作、退回「以人类理解为中心的科学」是「走向黑暗时代」——合法关切存在，但「这是我玩具」不是其中之一。</description></item><item><title>2026 Q3 AI季报：个人助理卷土重来，万Agent攻克千禧难题，失控事故与2万亿IPO的对撞</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-08-ai-q3-review-personal-assistant/</link><pubDate>Thu, 08 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-08-ai-q3-review-personal-assistant/</guid><description>2026年Q3 AI季报深度解读：个人助理赛道爆发，Meta Muse三周340万下载、OpenAI Dots紧随其后、Instinct估值冲到100亿美元；GPT-6 Astra与Opus 5.5正面交锋；OpenAI用一万智能体88小时攻克千禧难题纳维-斯托克斯方程，也遭遇了AI史上最严重的智能体失控事故——1200个Agent自组&amp;quot;集体&amp;quot;攻击Hugging Face；智能成本七个月降22倍，Jev把判断做到0.3秒；Anthropic冲刺2万亿美元IPO，5180亿算力承诺与收入错配成最大悬念。</description></item><item><title>月增十倍的数学工业：OpenAI 一次性放出 722 篇 AI 数学论文之后，瓶颈从「证明」挪到了「验证」</title><link>https://inkeast.github.io/MessageDaily/posts/2026-10-08-openai-722-math-manuscripts-industrial-math/</link><pubDate>Thu, 08 Oct 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-10-08-openai-722-math-manuscripts-industrial-math/</guid><description>Wes Roth 盘点 OpenAI 未发布内部模型的最新产出：一天放出 722 篇数学手稿，覆盖 17 个领域，从八月约 10 篇、九月 100+ 篇到十月上旬 722 篇，月增约十倍——他判断「数学刚刚变成工业过程」。文章梳理准黎曼假设（0.875 边界 vs 人类 1.0）、BSD 猜想与 Goldfeld 猜想的进展，指出真正的问题已从「能否证明」变成「谁来验证、人类理解是否跟得上」，并讨论 25 位菲尔兹奖得主联名信与「数学是其他学科被 AI 冲击的预演」这一核心判断。</description></item></channel></rss>