对抗知识焦虑,从看懂这条开始
App 下载对抗知识焦虑,从看懂这条开始
App 下载
椭圆曲线|代数数论|费马大定理|安德鲁·怀尔斯|费马|应用数学|数理基础
1637年,法国数学家费马在《算术》的页边空白处写下一行潦草的注记:“我发现了一个精妙的证明,可惜这里太小,写不下。”他指的是那个后来困扰数学界358年的猜想:当整数n>2时,方程xⁿ+yⁿ=zⁿ没有正整数解。没人想到,这页纸的留白,会点燃一场跨越四个世纪的智力长征——数学家为了证明它,硬生生开辟出代数数论、椭圆曲线等全新领域。直到1994年,安德鲁·怀尔斯用130页论文终结这场竞赛时,数学的版图早已被这个“未完成的证明”彻底改写。这就是数学猜想的魔力:它不是待解的习题,而是推着学科狂奔的引擎。
数学里的猜想,从来不是“看起来对”就行——哪怕验证了1.2万亿个数字符合考拉兹猜想,只要有一个未被发现的反例,整个猜想就会瞬间坍塌。1966年,数学家利用超级计算机找到欧拉猜想的反例:27⁵+84⁵+110⁵+133⁵=144⁵,直接推翻了这个存在177年的命题。而有些猜想更特殊,它们既不能被证明,也无法被推翻——哥德尔不完备定理早已揭示,在现有公理体系里,总有这样的“独立命题”。比如连续统假设,关于实数和自然数的数量关系,你既可以假设它成立,也可以假设它不成立,两种选择都能构建出自洽的数学世界。
但更多时候,猜想是数学家的“导航灯”。为了证明黎曼猜想,数论学者们摸黑开辟出复分析、随机矩阵理论的新路径;为了破解庞加莱猜想,理查德·汉密尔顿发明的里奇流技术,至今仍是几何分析的核心工具。这些为猜想量身打造的武器,最终都成了数学体系的基础构件——就像为了打开一扇门,数学家顺手造出了一整套工具,而这套工具后来能打开无数扇门。
1976年,四色定理的证明让数学界炸了锅。肯尼斯·阿佩尔和沃尔夫冈·哈肯没有用传统的逻辑推演,而是让计算机检查了1936种地图构形——这个数量大到人类穷其一生也无法手动验证。当时的数学家们分成两派:有人说这根本不算“证明”,因为人类无法理解每一步;有人则认为,计算机突破了人类的认知边界,让从前不可能的证明成为现实。

这场争议最终以计算机的胜利告终。如今,Coq、Lean等证明助手早已成为数学界的标配:它们把数学命题转化为严格的形式语言,用代码确保每一步逻辑都无懈可击。2021年,数学家甚至借助AI发现了结理论中的新猜想——AI从海量数据里识别出人类忽略的模式,再由数学家补上严谨的证明。
但计算机证明始终绕不开一个哲学问题:证明的意义到底是“绝对正确”,还是“让人理解”?一个由AI生成的、长达十万行的形式化证明,逻辑上完美无缺,却没有数学家能完全读懂它——这样的证明,到底是数学的进步,还是某种意义上的“黑箱”?
直到2026年,黎曼猜想依然是数学界的“圣杯”。计算机已经验证了超过10万亿个零点都落在临界线上,但这和证明所有零点都在那里,还差着无穷远的距离。而P/NP问题的悬而未决,直接关系着密码学、人工智能的未来——如果P=NP成立,那么现在所有的加密系统都会瞬间失效,AI也能轻易解决从前无解的难题。

这些未被证明的猜想,反而成了数学最有生命力的部分。数论学者们基于黎曼猜想成立的前提,已经推导出上百个定理;计算机科学家们则在P≠NP的假设下,构建了整个现代密码体系。就像费马的页边注记一样,这些“未完成”的命题,正在推着数学不断向前。
更有意思的是,AI正在成为猜想的“新提出者”。2024年,Google DeepMind的AI系统在拓扑学领域发现了一个全新的猜想,数学家们花了半年时间才证明它是对的。这或许是未来数学的模样:AI负责从数据里找模式,人类负责赋予这些模式意义,而猜想,依然是连接两者的桥梁。
费马的页边注记早已泛黄,但它点燃的火种至今未熄。数学从来不是一堆已被证明的定理,而是一场永无止境的探索——猜想是起点,证明是路径,而那些未被解决的问题,才是数学最动人的部分。
猜想指引方向,证明拓展边界。 当计算机接过纸笔,当AI加入探索,数学的版图还会继续扩张。但无论技术如何进步,真正推动数学前进的,永远是人类对“为什么”的好奇,和对“未知”的执念。就像怀尔斯在证明费马大定理后说的:“我们永远无法知道,费马当年是不是真的有那个精妙的证明,但这已经不重要了——重要的是,我们找到了自己的答案。”