【2026 Science x AI Summit 系列演讲切片第三期—蒂姆·高尔斯（Tim Gowers）】
在刚刚结束的2026 Science x AI Summit 上，菲尔兹奖得主、剑桥大学教授蒂姆·高尔斯分享了一次引人深思的实验。
他向ChatGPT 5.5 Pro提交了几个自己研究领域中的未解决问题。其中一个原本只有指数级上界的难题，AI在几分钟内给出了多项式级上界的完整证明。另一个由MIT年轻学者Isaac Raja Gopal研究过的问题，AI经过两三轮迭代后，得出了一个更优的多项式上界，其中包含Gopal本人未曾注意到的文献思路。
蒂姆·高尔斯评价道：“这在一年前是完全不可想象的。这样的成果，足以构成一个博士论文的章节，而AI在一个半小时内就完成了。”然而，他随即提出了一个更深刻的困惑：我们不知道AI是如何想到这些的。
AI的“思维链”未必真实反映其内部计算过程；我们看不到它尝试过多少失败的路径；它也无法解释自己的灵感来源。数学不仅需要正确的定理，更需要理解定理背后的思想。
为此，蒂姆·高尔斯及其团队正在开发一个“透明证明平台”。该平台将数学证明的发现过程分解为一系列有限、可点击的“动作”（如推广、特殊化、应用引理等），让每一步推理的动机都清晰可追溯。这一平台已获得相关基金支持。
SAIR的使命，正是推动AI从“黑箱输出”走向“可解释协作”，让科学家不仅得到答案，更理解答案的来龙去脉。
“数学需要的不是AI给出的最终答案，而是每一步灵感的可追溯之路。”——SAIR，与思考者同行。
