比利時布魯塞爾自由大學數據分析實驗室近日公布了一項突破性研究：商用大型語言模型已具備獨立生成原創數學證明的能力。這項成果標志著人工智能在理論數學領域的探索邁出關鍵一步，相關預印本論文已于2026年2月21日上傳至arXiv平臺。
研究團隊以數學家Ran與Teng于2024年提出的未解數學猜想為突破口，通過與OpenAI旗下ChatGPT-5.2(Thinking)進行7輪交互對話，最終完成證明。該猜想作為數學領域典型命題，此前雖通過規律驗證被廣泛認可，但始終缺乏嚴謹的形式化論證。研究過程中，AI系統逐步迭代出4個論證版本，在證明路徑探索與核心結構搭建方面發揮主導作用，人類專家則負責把控邏輯完整性與最終驗證。
這項研究催生了名為"vibe-proving"的新型AI推理方法。該方法借鑒了AI輔助編程（vibe-coding）的發展路徑，通過大模型梳理復雜理論框架，實現從基礎工具向半自動化理論探索的跨越。研究負責人Vincent Ginis教授指出："傳統觀點認為AI創造力僅限于訓練數據重組，我們的實踐證明機器學習系統能夠突破這種局限。"
參與研究的Brecht Verbeken博士后透露，雖然團隊預期AI能提升證明效率，但實際表現遠超預期。在最終論證版本中，ChatGPT不僅完成了80%的推理步驟，還自主修正了3處邏輯漏洞。不過研究人員強調，人類專家在補全證明缺口、構建嚴密論證鏈等環節仍不可替代，特別是在處理需要數學直覺的抽象概念時。
隨著AI生成候選證明的速度大幅提升，數學研究領域正面臨新挑戰。Andres Algaba教授分析稱，未來驗證環節將成為主要瓶頸，而語言模型在輔助校驗方面同樣具有應用潛力。這項成果已引發學界廣泛關注，多所頂尖高校正籌備開展類似研究，探索AI在數論、拓撲學等領域的可能性。
從輔助編程到文本創作，再到理論數學研究，大語言模型的能力邊界持續拓展。此次突破不僅改寫了人工智能的應用版圖，更為解決困擾數學界數十年的重大猜想提供了新范式。隨著人機協作模式的深化，數學研究或將進入"AI提議-人類驗證"的新紀元。
