币圈界报道：

AI自主生成数学证明能力显著超越早期预期

卡达诺联合创始人查尔斯·霍斯金森近日表示，当前人工智能在独立完成高阶数学命题的形式化构造与验证方面所展现出的能力，已远超学术界最初的设想。这一进展正引发对机器智能在基础科学领域角色转变的深入探讨。

从协作辅助迈向自主推理范式

霍斯金森回顾称，最初学界普遍认为形式化系统仅能作为提升数学家协作效率的工具。然而，现代大型语言模型已逐步摆脱辅助定位，具备完整生成可验证复杂数学推导链的潜力。他在近期直播中坦言：‘我们从未想过技术会发展至此。’

尽管过去认为由AI一次性产出严谨数学证明仍属幻想，但现实进展已打破这一认知边界。他认为，这一跃迁不仅改变了对自动化工具的期待，更重塑了对人类与机器在知识创造中分工的理解。

千禧年难题挑战激发对AI发现力的新思考

其观点聚焦于关于人工智能尝试求解纳维-斯托克斯存在性与光滑性问题的报道。该问题属于克莱数学研究所设立的七大千禧年大奖难题之一，关乎三维流体运动方程是否存在全局光滑解，若破解将深刻影响工程建模与物理理论体系。

霍斯金森强调，一旦获得权威认证的AI生成解被证实有效，这将不仅是数学领域的里程碑，更可能重新定义“发现”的本质——即机器能否成为原创思想的主体。

警惕云端模型带来的科研安全隐忧

尽管认可相关成果的技术价值，霍斯金森对报告中提及的解决方案来源提出质疑，并警告学术机构与企业避免将未公开研究成果提交至集中式人工智能平台。他指出，此类操作可能导致核心知识产权外泄，削弱创新控制权。

为此，他倡导采用本地部署的私有化AI系统，以保障敏感理论在不暴露的前提下完成验证流程，维护研究者的正当权益与数据主权。