در بیشتر قرن گذشته، عمل ریاضیات به طور قابل توجهی تغییر نکرده است. یک ریاضیدان متوجه الگویی می شود، حدسی می نویسد، ماه ها یا سال ها را صرف ساختن یک اثبات می کند و دیگر ریاضیدانان آن را تأیید می کنند. اکنون، طبق گزارش عمیق بنجامین اسکوز در IEEE Spectrum، هوش مصنوعی شروع به دور زدن این روند کند و مشورتی کرده است و این حوزه را مجبور می کند تا با معنای واقعی ریاضیدان بودن روبرو شود.

این قطعه که در 25 ژوئن 2026 منتشر شد، نشان می‌دهد که مدل‌های زبانی بزرگ با چه سرعتی از آنچه منتقدان زمانی به عنوان طوطی‌های تصادفی رد می‌کردند به موتورهای استدلال ریاضی واقعی تبدیل شده‌اند و این تغییر برای انسان‌هایی که همیشه این کار را انجام داده‌اند چه معنایی دارد. For more context on this story, see our ongoing AI trends.

ردپای به سرعت در حال رشد هوش مصنوعی در ریاضیات

محاسبات چندین دهه است که ریاضیات را تسریع کرده است. نقطه عطف تقریباً 50 سال پیش بود، زمانی که یک رایانه برای اثبات قضیه چهار رنگ استفاده شد، که می‌پرسد آیا می‌توان نقشه‌ای را با بیش از چهار رنگ رنگ‌آمیزی کرد تا هیچ منطقه مجاور هم رنگی نداشته باشد. پاسخ مثبت بود، اما اثبات بحث برانگیز بود زیرا بر بررسی 1936 موردی تکیه داشت که هیچ انسانی نمی‌توانست به طور واقعی با دست آنها را تأیید کند.

حتی در آن دوران محاسباتی، ریاضیدان انسان محور باقی ماند و حدس‌ها را پیشنهاد کرد، استراتژی‌ها را طراحی کرد و نتایج را تأیید کرد. هوش مصنوعی اکنون مستقیماً این ترتیب را به چالش می کشد. تابستان گذشته، سیستم‌های Google DeepMind و OpenAI به سطحی معادل با استعدادترین دانش‌آموزان دبیرستانی جهان رسیدند و در المپیاد بین‌المللی ریاضی (IMO)، رقابت سالانه‌ای که در آن شرکت‌کنندگان باید شش مشکل بسیار دشوار را حل کنند، به مدال طلا دست یافتند.

نقاط عطف به سرعت در حال افزایش است. پیشتر در سال 2026، سیستم آزمایشی Google DeepMind Aletheia به طور مستقل نتایج تحقیقاتی قابل انتشار در سطح دکترا را تولید کرد. اگرچه این کار به خودی خود از نظر ریاضی مبهم است و ثابت‌های ساختار را در هندسه حسابی محاسبه می‌کند، اما اهمیت آن در استدلال پیچیده‌ای است که برای مقابله با یک مسئله حل‌نشده قبلی لازم است. اخیراً، یک سیستم هوش مصنوعی همه منظوره جدید از OpenAI یک حدس مهم در هندسه ترکیبی را رد کرد، نتیجه ای که ریاضیدانان برتر آن را نقطه عطفی برای این رشته می دانستند و ارزش انتشار در یک مجله بزرگ را داشت.

دستیاران اثبات و گلوگاه رسمی سازی

تغییر دوم از جفت کردن مدل‌های زبان بزرگ با دستیارهای اثبات‌شده ایجاد شده است. سیستم هایی مانند Isabelle، Lean و Rocq زبان های برنامه نویسی تخصصی هستند که اثبات های ریاضی را مرحله به مرحله بررسی می کنند و صحت منطقی آنها را تأیید می کنند. برای بیش از یک دهه، گلوگاه رسمی‌سازی، فرآیند پر زحمت ترجمه قضایا و اثبات‌ها با دست به کدهای قابل خواندن توسط ماشین بوده است.

LLM ها شروع به حذف این تنگنا با خودکار کردن ترجمه اثبات های غیررسمی به کد رسمی کرده اند که دستیاران اثبات می توانند تأیید کنند. در ماه فوریه، شرکت هوش مصنوعی Math, Inc. از عامل استدلال خود به نام گاوس استفاده کرد تا کاری را رسمی کند که در سال 2022 مدال فیلدز را برای مرینا ویازوفسکا از EPFL به ارمغان آورد. گاوس برای اولین بار به ریاضیدانان انسانی کمک کرد تا راه حل ویاازوفسکا را برای حل مسئله 8 بعدی که به شکل خود به خود تشکیل شده بود و به شکلی پیچیده‌تر از کره‌ها تشکیل شده بود، تکمیل کنند. کیس 24 بعدی فقط در دو هفته.

چنین دستاوردهایی نشان می‌دهد که هوش مصنوعی در حال حاضر وظایفی را انجام می‌دهد که مدت‌ها منحصراً انسانی در نظر گرفته می‌شدند، و اینکه بسیاری از کارهای روزمره یک ریاضیدان ممکن است به زودی یک بازی منصفانه برای اتوماسیون باشد.

ریاضیدانان بحث می کنند که آیا آنها "کشیشان اورالس" می شوند یا خیر

اسکوز در گزارشی از دوازدهمین انجمن برندگان هایدلبرگ در سپتامبر 2025، ناراحتی محسوس در مخاطبان را توصیف می کند، زیرا سخنرانان آینده ای را توصیف می کنند که در آن سیستم های هوش مصنوعی فوق بشری حدس ها را تشکیل می دهند، فضاهای راه حل را جستجو می کنند، قضایا را اثبات می کنند، اثبات ها را تأیید می کنند و نتایج را بدون دخالت انسان تعمیم می دهند.

یانگ هوی هی از مؤسسه علوم ریاضی لندن به طور به یاد ماندنی هشدار داد که ریاضیدانان بشر می توانند "کشیشان اوراکل ها" شوند. جسیکا رندال، ریاضیدان گروه های توسعه دهنده گوگل، گفت که او احساس ترس وجودی جمعی در میان محققان جوان را احساس می کند. او به IEEE Spectrum گفت: «مطمئناً متوجه شدیم که هوش مصنوعی پتانسیل جایگزینی برای ما را دارد.

همه نگران نیستند. برخی از ریاضیدانان مستقر صرفاً به دنبال پاسخ به بزرگترین سؤالات باز هستند، مانند شش مسئله باقیمانده جایزه هزاره، صرف نظر از اینکه چه کسی یا چه چیزی آنها را تولید می کند. جرمی آویگاد از دانشگاه کارنگی ملون مشاهده کرد: "بسیاری از ریاضیدانان عملگرا هستند و فقط می خواهند بفهمند." آنها روح خود را برای حل یک مشکل می‌فروختند.»

سه دیدگاه رقابتی برای آینده

گزارش طیف IEEE سه دیدگاه گسترده را برای چگونگی همزیستی ریاضیات و هوش مصنوعی مشخص می کند.

اولی یک دیدگاه انسان محور است که درک انسان را در اولویت قرار می دهد و هوش مصنوعی را به عنوان یک ابزار، بسیار شبیه به یک ماشین حساب، در نظر می گیرد. آکشای ونکاتش، برنده مدال فیلدز و ریاضیدان پرینستون، استدلال می کند که ریاضیات در قلب، راهی برای رسیدن به توافق است. او می‌گوید: «بعضی اوقات فکر می‌کنم وقتی از اعداد استفاده می‌کنیم، به این معنی نیست که ما پدیده‌هایی را که ذاتاً عددی هستند توصیف می‌کنیم، بلکه همه ما می‌توانیم دقیقاً به معنای این اعداد توافق کنیم.

دومی بر تجربه غیرقابل تقلیل انسانی مبارزه تأکید دارد. مایا فریزر از دانشگاه اتاوا استدلال می کند که اثبات هوش مصنوعی یک حدس سرسخت تنها زمانی مفید است که برای مردم قابل درک باشد. او اذعان کرد: «این که این بیانیه را می توان با هوش مصنوعی اثبات کرد، اطلاعات مفیدی است. اما پس از آن، هنوز یک مشکل باز است که به یک اثبات زیبا و انسانی زیبا دست پیدا کنیم.

سومین و شاید بلندپروازترین آنها متعلق به ترنس تائو از UCLA است که برای اولین بار در سن 10 سالگی در المپیاد ریاضی شرکت کرد و اکنون یکی از پرافتخارترین ریاضیدانان زنده است. تائو هوش مصنوعی را کاتالیزور چیزی می‌داند که "ریاضیات بزرگ" را آینده‌ای از همکاری‌های غیرمتمرکز در مقیاس بزرگ بین انسان‌ها و ماشین‌ها می‌داند که در آن مشکلات پیچیده به قطعات تقسیم می‌شوند و انسان‌ها ادعای کار خلاقانه را دارند و هوش مصنوعی کار خرخر فنی را مدیریت می‌کند.

رشته ای که می پرسد چرا وجود دارد

آنچه این لحظه را غیرعادی می کند این است که بحث دیگر فرضی نیست. سیستم‌های هوش مصنوعی در حال حاضر مدال‌های طلای IMO را به دست می‌آورند، تحقیقات قابل انتشار را تولید می‌کنند، حدس‌ها را رد می‌کنند و مدارک برنده مدال فیلدز را در چند روز به جای سال‌ها رسمیت می‌دهند.

برای دانشجویانی مانند تریل وایت از دانشگاه دیکین استرالیا، که در فروم هایدلبرگ شرکت کردند، این درک دشوار بود. وایت فکرش را به یاد آورد: «این ویرانگر است. "مردم چه چیزی باید در ریاضیات مشارکت کنند؟ آیا این ریاضیات به چیزی تبدیل می شود که هیچ کس نمی فهمد؟"

پاسخ هنوز قطعی نشده است. اما همانطور که گزارش Skuse روشن می‌کند، ریاضیات، یکی از قدیمی‌ترین رشته‌های فکری بشر، اکنون با همان سؤالی مواجه است که تقریباً هر زمینه‌ای را که هوش مصنوعی لمس می‌کند، تغییر شکل می‌دهد: وقتی یک ماشین می‌تواند کار را انجام دهد، کار واقعاً برای چیست؟

منبع: بنجامین اسکوز، "What It Mean to Be a Mathematician When AI Math Math"، IEEE Spectrum، 25 ژوئن 2026.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →