说实在的，2024年Axiom Math这家初创公司在帕洛阿尔托搞出了Axplorer，给数学家们弄了个新的AI助手，帮咱们探索数学的新方向。大家还记得去年Fran在Meta跟人搞的那个PatternBoost吧？Axplorer其实就是把它重新设计了一下。以前那种工具得靠超级计算机跑，现在咱们普通的Mac Pro上就能用了，就是想把这么强大的探索工具，让更多人都能使唤上。 公司老板Carina Hong特别强调说，数学上的突破能把科技领域掀个底朝天，特别是对计算机科学影响巨大，从搞下一代AI到增强网络安全，这都是实打实的事。虽说现在的很多AI工具都挺厉害的，能帮咱们解决已经存在的问题，不过咱们搞数学的不能光盯着解决问题，探索和实验才是硬道理。最近Fran和Carina接受采访时也聊了聊这事儿，还有就是AI到底怎么改变数学的未来。 现在确实有不少数学家在用大型语言模型（LLM），像OpenAI的GPT-5，去找那些还没解开的难题，比如厄尔德什留下的那些老问题。不过Charton对这种成功就有点保留看法。他觉得很多问题之所以没解开，主要是没人愿意去碰。所以他更想盯着那些被大家伙儿都研究烂了的重大难题下手。Axiom Math之前不是用AxiomProver搞定了好几个大问题吗？比如Turán四循环这个图论难题，图论现在在社交网络、供应链还有搜索引擎排名这些地方都用得着。 Charton觉得大语言模型在处理旧问题的时候确实挺牛，但它们往往比较保守，喜欢重复已有的东西。可数学里有好多问题需要全新的点子和脑洞大开的洞察力，这种发现往往能开辟出新的数学分支。Axplorer就是为了帮咱们找这种新点子设计的。大家把一个例子输进去，它就会给你生成一堆相关的模式，你挑出觉得有趣的反馈回去，这样一步步迭代下来效果就出来了。 这跟谷歌DeepMind搞的AlphaEvolve挺像的，也是用LLM提问题的新方案。虽然AlphaEvolve在数学界火得一塌糊涂，但那玩意儿得靠一大堆GPU集群才能跑起来，好多数学家根本用不上。相比之下Axplorer就厉害多了，Charton说了只需2.5小时就能跑出跟PatternBoost一样的结果，而且只需要一台机器就能搞定。 悉尼大学的Geordie Williamson也对Axplorer挺感兴趣，虽然他还没实际试过。他觉得Axiom Math在PatternBoost的基础上做了不少改进，理论上能让Axplorer去对付更广泛的数学问题。虽然现在市场上的AI工具多得让人眼花缭乱，Williamson也说数学家们可能会被搞晕了头，到底这些新东西能带来啥效果还不太清楚。 Hong也承认现在市面上的AI工具挺多的，有些甚至还要求数学家自己去训练神经网络，这对他们来说肯定是个不小的门槛。但Axplorer不一样，它给你一步步的指引，帮你把活儿干完。代码现在都开源了，大家可以直接上GitHub去拿。Hong希望学生和研究员都能用这个工具来生成样例解决方案或者反例，这样数学发现的速度就能大大加快。 虽然Williamson挺欢迎这种新工具的出现，他自己平时也经常用LLM，不过他还是提醒大家别太依赖电脑了。毕竟咱们搞数学的还是得把笔拿起来写写算算才行。总之Axplorer的出现算是给数学家们备了个强大的新家伙事儿，虽然它肯定不是包治百病的神药，但肯定能推动咱们去探索更多未知的领域，说不定就能引发一波新的创新高潮呢。