如果AI犯了错,它能自己发现并改正吗?这听起来像科幻,但现在变成了现实。
权威期刊《自然》用“技术绝技”四个字,高度评价了一款AI模型。这篇报道揭示了一个让人略感背脊发凉的事实:DeepSeek的新模型,不再需要人类老师拿着红笔批改作业了。
它内置了一个“永不疲倦的苛刻考官”,在输出答案前,它会进行无数次的自我质疑和辩论。这意味着,机器正在掌握人类最引以为傲的能力:反思。当AI开始学会“吾日三省吾身”,我们离真正的通用人工智能(AGI)还有多远?
最近,中国AI公司DeepSeek宣布了一个重磅消息:其数学推理模型DeepSeekMath-V2在一项全球最负盛名的本科生数学竞赛中,以压倒性优势击败了全球最聪明的人类头脑。
不仅如此,它在2025年国际数学奥林匹克竞赛(IMO)的题目测试中解出了6道题中的5道,准确率达83.3%,达到了金牌获得者的水平。在2024年中国数学奥林匹克竞赛中,它同样表现出色。
这场静默的“奇袭”,不仅仅关乎一块金牌,更可能悄然改写AI与基础科学研究的未来游戏规则。
传统的解题AI,往往像个“黑箱”:输入问题,输出答案。答案对错,几乎成了唯一标准。
但一个正确的答案背后,完全可能隐藏着错误的推理和侥幸的猜测。这对追求绝对严谨的数学证明而言,是致命缺陷。
DeepSeekMath-V2的核心革命,在于它给自己内置了一位“永不疲倦的苛刻考官”。
·第二步:证明验证器随即启动,以近乎严苛的标准,逐行审查每一步逻辑,并给出“评分”。
·第三步:元验证系统会对验证器本身的判断进行k8凯发集团二次审查,确保这个“考官”没有打瞌睡或误判。
正如研究者所言,这种方法让AI能像真正的数学家一样,用自然语言进行严谨、可自我检查的推理。这不仅大幅降低了产生“幻觉”(事实错误)的概率,更重要的是,建立了一种成本更低、更易扩展的可靠性路径。
在攻克数学推理高地的征途上,巨头们选择了截然不同的技术路线。DeepSeek的这次亮剑,正好与谷歌形成了鲜明对比。
·谷歌DeepMind路线:其旗下的Gemini DeepThink,采用了一种经典但 “重型”的方案。它依赖一个名为Lean的外部符号数学系统来验证推理。这种方法近乎完美地杜绝了幻觉,但代价高昂——需要大量数学专家人工编写、校对代码,整个过程计算资源消耗巨大。
·DeepSeek路线则走了另一条路:完全依靠模型自身的自然语言能力进行“内省”式验证。这种方法的最大优势在于高效与可扩展性,极大减少了对人类专家的依赖。
DeepSeek做出了一个战略性决定:将Math-V2以“开放权重”的形式全面开源。
这不仅能加速整个领域的进步,也将在AI基础研究的版图上,树立起一面鲜明的旗帜。
正如专家直言,对于一线的数学研究工作者而言,还无法从当前这些模型中获得实质性的研究帮助。AI能够非凡地组合已知知识,但在提出真正原创性的、颠覆性的数学猜想和理论上,仍然前路漫漫。
它清晰地证明,AI已经掌握了进行复杂、逐步逻辑推理的关键能力。这条通往“可靠推理”的道路一旦被打通,其影响绝不会仅限于数学考场。
竞赛的金牌固然耀眼,但DeepSeek最令人敬佩的,是它推倒了技术围墙的勇气。