开场：一个"真"但不能被理解的证明
2025 年，一个 AI 系统声称证明了组合数学中一个开放 30 年的猜想——关于 Ramsey 数 R(5,5) 的精确下界。AI 输出的证明是一段 50 万行的 Lean 代码，Lean 编译器验证通过——逻辑上它是正确的。
但问题来了：全球没有任何一位数学家能理解这个证明。
50 万行代码，没有注释，没有概念抽象，没有"思路"。它是一系列机械的逻辑推导，每一步都是合法的，但作为一个整体，没有人能说出"这个证明的核心思想是什么"。
一个逻辑上正确但没有人能理解的证明，算不算"数学"？
数学理解的四个层次
要回答这个问题，先要理解数学家说的"理解"是什么意思。数学哲学家将数学理解分为四个层次：
层次一：验证（Verification）。 你能逐行检查证明的每一步，确认没有逻辑错误。这是最低层次，也是 AI 目前唯一达到的层次。
层次二：解释（Explanation）。 你能说出证明的"核心思想"——为什么这个证明有效，关键步骤是什么，哪些条件是必要的。
层次三：推广（Generalization）。 你能将这个证明的方法应用到其他问题上，或者发现这个定理在更一般的条件下也成立。
层次四：统一（Unification）。 你能看到这个证明和你已知的其他数学领域之间的深层联系，将不同的数学分支统一在一个框架下。
AI 目前只达到了层次一。 但数学的进步主要发生在层次二、三、四。这就是为什么数学家们对 AI 的"定理发现"态度冷淡——你不能用 AI 发现的定理来发现更多定理，因为你不理解它。
四个象限：AI 数学的分类
根据"是否被 AI 证明"和"是否被人类理解"，AI 数学可以分为四个象限：
| 人类理解 | 人类不理解 | |
|---|---|---|
| AI 证明 | 象限一：AI 辅助证明（如 AlphaProof 的 IMO 题） | 象限二：AI 黑箱证明（如 50 万行 Lean 代码） |
| AI 未证明 | 象限三：人类数学（已知数学的全部） | 象限四：未知领域 |
象限一已经存在。 AlphaProof 的 IMO 证明经过人类数学家翻译后，是可以理解的。AI 找到了证明，人类理解了证明，AI+人类合作完成了数学发现。
象限二也开始出现。 2025 年的 R(5,5) 下界证明就是第一个例子。它逻辑正确，但无人理解。它算不算数学？数学界目前没有共识。
象限四是最有趣的。 如果 AI 能证明一个定理，但人类连理解它的能力都没有——那这个定理对人类的数学知识就毫无贡献，即使它在逻辑上是对的。
历史类比：四色定理
AI 数学的"可解释性"困局，在历史上有一个先例：四色定理。
1976 年，Appel 和 Haken 用计算机证明了四色定理（任何地图都可以用四种颜色染色，使得相邻区域颜色不同）。证明的一部分是计算机穷举了 1936 种情况，这部分是人类无法手动验证的。
当时数学界的分裂和今天类似。一些人说：“计算机验证了，所以定理得证。“另一些人说：“人类无法理解，所以这不是真正的数学。”
40 年后，四色定理已经被普遍接受为数学的一部分。但它的"计算机验证"部分始终是数学界的一个刺——它提醒数学家，有些真理可能是逻辑上正确但人类无法理解的。
2026 年的现状
2026 年，AI 数学的"可解释性"问题变得比四色定理时代更严重，原因有三：
第一，规模不同。 四色定理的计算机验证部分，人类虽然不能手动验证，但可以理解"为什么需要穷举这些情况”。AI 的 50 万行 Lean 证明，人类连"为什么"都理解不了。
第二，频率不同。 四色定理是孤例。AI 如果持续产生"不可理解的证明”，数学界将被淹没在"真但不可理解"的定理中。
第三，来源不同。 四色定理是人类指导计算机完成的。AI 的证明是 AI 独立生成的。人类只是验证了 AI 的输出，没有参与创造过程。
数学界的应对策略
2026 年，数学界开始讨论几种应对策略：
策略一：拒绝 AI 证明。 如果没有人能理解证明，就不接受它为数学定理。这是最保守的立场，但也可能让数学错过重要的发现。
策略二：分层接受。 将数学分为"人类可理解的数学"和"AI 验证的数学"两个层次。前者是数学的核心，后者是辅助知识。类似"定理"和"引理"的区分，但更根本。
策略三：AI 解释 AI。 训练另一个 AI 来"解释"第一个 AI 的证明，将其转化为人类可理解的形式。这是目前最活跃的研究方向。2025 年，MIT 的团队在尝试用 LLM 将 Lean 代码自动翻译成自然语言证明，初步成功率约 60%。
策略四：重新定义数学。 接受"数学不需要人类理解"的新范式。数学就是"逻辑上正确的命题集合"，不管这些命题是否被人类理解。这是最激进的立场。
结尾：数学的"阅读理解"测试
AI 给数学带来的最深远的挑战，不是"AI 能不能做数学"，而是"数学的定义是什么"。
如果数学是"逻辑上正确的命题体系"，那么 AI 已经可以做数学了。如果数学是"人类对模式、结构和关系的理解和交流"，那么 AI 还差得远。
一个终极问题：如果有一天，AI 证明了黎曼猜想，但证明长达 100 亿行代码，没有任何人类能理解它——你会把 100 万美元的 Clay 数学奖奖金发给 AI 吗？
这个问题，数学界还没有答案。
推荐阅读：R(5,5) AI 证明技术报告 (2025)；MIT LLM 数学解释研究 (2025)；四色定理历史回顾 (Notices of the AMS, 2008)