[AI]《Artificial Intelligence and the Structure of Mathematics》M Barkeshli, M R. Douglas, M H. Freedman [Fundamental AI Research & Harvard University] (2026)

数学知识的宇宙版图尚无地图——我们只知道人类数学是其中一条细若游丝的路径，却不知这条路为何在此，而非别处。传统数理逻辑只盯着地基（公理与不可判定性），对浩瀚内陆的几何结构几乎沉默。

本文的核心洞见是：把"数学的全体"重新看作一张可度量的超图。由此，将命题、证明、抽象定义统一编码为超图节点与超边这一关键操作，使"哪些定理重要""人类数学为何如此稀薄"这类问题从哲学感叹变为可计算的图论问题——效率比E(P)与压缩度成为候选的客观重要性尺度。

这项工作真正留下的遗产是：为"计算元数学"这一新学科奠了地基——用AI实证探测证明超图的统计结构，而非只靠逻辑推演。它为后来者打开的新门是：设计能自主发现数学、并知晓何者值得报告的AI探针。但尚未跨过的门槛是：如何为"数学发现的好坏"给出可计算且普适的奖励函数，这仍是悬案。

arxiv.org/abs/2604.06107

机器学习 人工智能 论文 AI创造营