PastNoise
宇宙与科学·6 幕·5m 50s·3/6 一手原声·4 份文献·筛自 2 亿+ 数据中 116 条命中

AI 写出的数学证明,人类已经读不懂了

AI Is Writing Math Proofs No Human Can Check. Now What?

从 Lean 验算到 P vs NP 天花板:六段对话,聊透机器证明带来的惊喜与麻烦

When a proof lands, everything shifts

ACT I · All-In Podcast · 5m 50s

一个证明落地,世界跟着变

数学史还是人类史?

In math history or human history?

00:00 / 05:50
0%
高光速跳:
ACT I一手原声All-In Podcast · Oct 10, 2026
跳转原片 (39:36)

一个证明落地,世界跟着变

All-In小组说,数学证明承载着超出数学的人类历史影响。

点击任意时间戳精准跳播

30 秒速查核心结论 · 一手原声提炼

6 幕 · 4 份文献 · 最近核验 Nov 21, 2026
  • 01图多尔·阿希姆认为,AI将从写英文数学论文转向写计算机可核查的Lean证明。
  • 02TBPN报道AI驱动数学的可见进展,包括新证明和纳维-斯托克斯方程,视其为公开信号。
  • 03a16z嘉宾说,问题难度的天花板很高,目前似乎看不到极限。
  • 04All-In将数学证明视为人类历史,因为由它们产生的影响延伸到数学之外。
“图多尔·阿希姆说,未来AI会用Lean写证明供计算机核查,不再写英文论文给人类读。”

全片核心结论

图多尔·阿希姆说,AI将用Lean写证明供计算机核查;TBPN和a16z则描述快速进展和高难度天花板。All-In和TWiT关注人类影响与怀疑态度,《新科学家》指出这项工作背后的结构化数据。零知识证明和陶哲轩有助于区分形式验证与数学深度、公众信任,这一差距框定了难度争论。

01

Lean证明与人类读者

图多尔·阿希姆在TED上说,AI将用Lean写证明供计算机核查,英文论文给人类读的方式将成过去。All-In小组将这类证明视为人类历史,因为其影响会超出数学。TWiT的嘉宾怀疑狗能否搞懂,同时又说AI无论如何都在接近证明写作。分歧在于受众和后果,即便技术目标相同。

阿希姆关注机器可核查的形式;All-In关注人类后果。
02

难度、速度与天花板

a16z嘉宾说,应用数学可以更快,问题难度的天花板很高。TBPN报道AI解决新证明和纳维-斯托克斯方程。《新科学家》描述模型处理结构化数据,例如英文句子或数学证明。与这种乐观相对,《论证明的难度》记录了形式根源,而陶哲轩的成果表明人类数学依然深且累积。

速度提升并未改变证明难度,只是把工夫转移到形式核查。
03

核查证明,缺失语境

阿希姆的计算机可核查证明需要形式语言,但《新科学家》的摘录指出模型将英文句子和数学证明当作结构化数据处理。零知识证明表明,在密码学中验证可以与完全披露分开。a16z嘉宾承认存在语境缺失问题。All-In和TWiT让社会问题保持鲜活:谁读结果,谁信任核查者?

验证工具可以核查证明,却把解释和信任留在原地。

多方原声共识

  • • AI在数学上的进展足够真实,Lean证明和新结果被视为近期工作。
  • • 证明难度有形式根源和人类深度,逻辑手册和陶哲轩的成果都表明了这一点。

值得注意的分歧与边界

  • • 阿希姆将机器可核查的Lean证明视为未来;All-In和TWiT强调人类影响与怀疑态度。
  • • a16z和TBPN的速度主张,与自动化验证中缺失的语境和未解决的信任形成对照。

顺着这条线索继续追问

全片完整时间戳双语逐字稿

全部 6 幕原声逐字稿档案

点击任意时间戳直跳播放
ACT I · All-In Podcast · 39:36 - 40:24

一个证明落地,世界跟着变

ACT II · TWiT Tech Podcast Network · 01:50 - 02:34

阿司匹林有效,却不知为何起效

ACT III · TED · 10:22 - 11:57

Lean 让计算机替人验算证明

ACT IV · TBPN · 00:34 - 01:25

数学很惊艳,但加密货币已在跑

ACT V · New Scientist · 25:51 - 26:42

机器在潜空间里逛出新证明

ACT VI · a16z · 00:21 - 01:22

再强的 AI 也啃不动 P vs NP

如果想用电影短句练习口语连读、地道俚语或日常跟读,我们的姊妹工具 WinkLingo 专注于影视级逐句精听与日常英文表达训练。

深度问答与核心摘要

关于本片与一手原声的常见问题

关于「AI 写出的数学证明,人类已经读不懂了」,最核心的深度结论是什么?

图多尔·阿希姆说,AI将用Lean写证明供计算机核查;TBPN和a16z则描述快速进展和高难度天花板。All-In和TWiT关注人类影响与怀疑态度,《新科学家》指出这项工作背后的结构化数据。零知识证明和陶哲轩有助于区分形式验证与数学深度、公众信任,这一差距框定了难度争论。 核心要点包括:图多尔·阿希姆认为,AI将从写英文数学论文转向写计算机可核查的Lean证明。;TBPN报道AI驱动数学的可见进展,包括新证明和纳维-斯托克斯方程,视其为公开信号。。

这部「AI 写出的数学证明,人类已经读不懂了」放映收录了哪些一手播客原声与频道?

本片共剪辑 6 幕连播原声章节,涵盖 All-In Podcast、TWiT Tech Podcast Network、TED、TBPN、New Scientist 等独立信源,并清晰标注「一手原声 / 权威报道 / 独立评述」出处与精确时间戳,点击逐字稿任意一句即可直接跳播。

不同思想者与研究者在「AI 写出的数学证明,人类已经读不懂了」上有哪些共识与分歧?

主要共识:AI在数学上的进展足够真实,Lean证明和新结果被视为近期工作。。 关键张力与分歧:阿希姆将机器可核查的Lean证明视为未来;All-In和TWiT强调人类影响与怀疑态度。。

如何查看「AI 写出的数学证明,人类已经读不懂了」的中英双语逐字稿与权威文献出处?

在播放器下方切换「时间戳双语逐字稿」即可阅读全部双语对照台词并一键导出 Obsidian / Notion 笔记;右侧「权威文献与背景佐证」汇总了 4 份外部参考(如《Zero-knowledge proof》等)供核验。

同专题延伸纪录片

宇宙与科学 →
85%的引力找不到来源:暗物质,还是引力该改写?
宇宙与科学8m 03s

85%的引力找不到来源:暗物质,还是引力该改写?

尼尔·德格拉斯·泰森把问题放在集体引力的测量上,并未把它当成对暗物质的裁决。PBS Space Time 和唐·林肯强调,暗物质只能通过引力推断,星系细节很重要。MOND 和暗能量的提法让争论扩大:要么加入看不见的质量,要么修改引力,要么面对宇宙尺度上的加速。

6 幕4 一手原声2 份文献
萨斯坎德:宇宙的最小单元不是点
宇宙与科学5m 46s

萨斯坎德:宇宙的最小单元不是点

MIT课程先把量子场论当作一个解释问题,再把它当作形式体系。Susskind谈到给量子场论编程,Ash区分点粒子与弦,Jaimungal指向基础问题。书面材料点出下一步:把量子场论从闵可夫斯基时空推广到弯曲时空,而量子引力仍未解决。

6 幕2 一手原声4 份文献
你的大脑不是电脑:可塑性不是速成开关
宇宙与科学5m 21s

你的大脑不是电脑:可塑性不是速成开关

大卫·伊格曼把可塑性视为大脑的核心特征,但他拒绝简单的自我提升套路。他的讲座把生物大脑与计算机作对照,并把内部相互竞争的驱动力描述为一支对手团队。创造力书籍承诺热水澡和粉色房间;伊格曼指向更深的限制。感觉替代研究显示了可塑性的实际作用范围,而理查德·戴维森关于儿童的评论提醒我们,复原力因人而异。

5 幕4 一手原声2 份文献
宇宙正在加速膨胀:人类如何发现暗能量
宇宙与科学6m 57s

宇宙正在加速膨胀:人类如何发现暗能量

查尔斯·贝林确认星等的对数性质,亚历克斯·菲利彭科的超新星团队则把膨胀史变成数据。凯蒂·麦克将 E=mc² 与宇宙能量收支联系起来,丹尼尔·怀特森解释红移,文献指出暗能量驱动加速膨胀。两项清洁能源行动用“加速”一词描述地球上的转型,暴露出这份档案里的范畴漂移。

6 幕5 一手原声4 份文献
矿井之下,藏着暗物质的答案?
宇宙与科学7m 17s

矿井之下,藏着暗物质的答案?

轴子最初被提出来,是为了解释基本力中一处微妙的不一致,后来成为暗物质候选者。地下实验室能压低宇宙噪声,但铀和钍衰变产生氡,让搜寻更复杂;ADMX 调谐一个类似无线电的腔体,混合磁子学和中子星研究则拓宽了领域。2019 年的信号仍然有趣,却算不上定论。

6 幕2 一手原声4 份文献
信息掉进黑洞以后,究竟去了哪里?
宇宙与科学6m 48s

信息掉进黑洞以后,究竟去了哪里?

布莱恩·考克斯把物理学中最小的合理距离当作实际限制,再把它同存储在表面上的信息联系起来。阿维·勒布点出史瓦西半径的名字;速成课和简而言之把视界描述为遮蔽奇点的边界。PBS《时空》和BBC《地球科学》则把同一条边缘呈现为引力研究中有争议的现场。

6 幕4 一手原声2 份文献