数学的未来

一、朗兰兹纲领：大一统之梦

1967 年，三十岁的罗伯特·朗兰兹（Robert Langlands，1936 年生）给普林斯顿的数学大师安德烈·韦伊写了一封十七页的长信，开头谦逊地表示：如果您觉得这纯属臆想，就请您把它扔进废纸篓。信中勾勒出一个惊人的猜想网络：数论、代数几何与表示论之间存在深刻的对应。这就是朗兰兹纲领——被称为"数学的大统一理论"。2018 年，朗兰兹因此获得阿贝尔奖。

半个多世纪过去，纲领的部分预言已经兑现：安德鲁·怀尔斯（Andrew Wiles，1953 年生）证明费马大定理，走的正是朗兰兹纲领指示的路线——把椭圆曲线与模形式这两个看似无关的世界焊在一起。他在普林斯顿的阁楼里秘密工作了七年，1993 年在剑桥宣布证明，审稿中被发现漏洞，又苦战一年才与理查德·泰勒补完，1995 年正式发表，终结了费马 1637 年在书页边缘留下的三百五十多年悬案。但纲领的完全实现，可能还需要几代人的努力。

二、人工智能：新的合作者

人工智能正在叩响数学的大门。2021 年，DeepMind 的机器学习系统与数学家合作，在纽结理论中发现了全新的不变量关系，论文登上了《自然》杂志封面。2024 年 1 月，AlphaGeometry 解出了国际数学奥林匹克三十道几何题中的二十五道，接近金牌选手水平；2025 年 7 月，DeepMind 的系统在 IMO 赛场上正式达到金牌分数线，六道题解出了五道。

另一条战线是形式化证明：Lean 定理证明器正在把人类的证明翻译成机器可验证的代码。菲尔兹奖得主彼得·舒尔茨 2020 年底发起"液态张量实验"，把自己最艰深的定理交给社区形式化，2022 年验证完成，连他自己都感叹"机器比我更懂我的证明"。AI 会取代数学家吗？多数数学家持谨慎态度：机器擅长在海量数据中发现模式、验证猜想，但提出好问题、构建新理论所需的直觉与审美，目前仍是人类的地盘。更可能的图景是合作——AI 做"超级助教"，人类做"出题人"。

值得一提的是，中国人在这条路上走得并不晚。吴文俊（1919—2017 年）早在 1977 年就开创了几何定理机器证明的"吴方法"，让计算机成批证明初等几何定理，为此获得首届国家最高科学技术奖。机器证明的种子，几十年前就已经埋下。

三、量子计算：密码学的危机与转机

1994 年，彼得·秀尔（Peter Shor，1959 年生）在贝尔实验室发现了秀尔算法：量子计算机可以在多项式时间内分解大整数。而当今互联网的安全基石 RSA 加密，恰恰依赖于"大数分解很难"这一假设。秀尔算法意味着：一旦实用化的量子计算机问世，银行转账、电子签名乃至整个互联网的加密体系都将土崩瓦解。

这场危机催生了后量子密码学——基于格、编码等量子计算机也无能为力的数学难题。2024 年 8 月，美国国家标准与技术研究院正式发布了首批三个后量子加密标准。数学一手制造了威胁，也正在一手化解它。

四、统一还是分化

现代数学正呈现两种相反的趋势：一方面，范畴论提供通用语言，朗兰兹纲领打通数论与几何，数学物理让两个学科彼此输血；另一方面，数学论文每年新增超过十万篇——1900 年希尔伯特在巴黎提出 23 个问题时，一人尚能俯瞰全局，今天已没有人能通读哪怕一个分支的全部文献。

数学终将归于统一，还是继续无限分化？也许两者都对——就像一棵大树，根系愈深，枝叶愈繁。

最能体现这种"悬赏未来"姿态的，是 2000 年克雷数学研究所公布的七个千禧年大奖难题，每题悬赏一百万美元。其中庞加莱猜想已由佩雷尔曼在 2003 年证明——他随后拒绝了菲尔兹奖和那一百万美元，隐居圣彼得堡。剩下的六道题，包括黎曼猜想和 P 对 NP 问题，仍在等待下一位破局者。

五、数学教育的挑战

数学的繁荣掩盖不了教育的困境：太多学生在题海战术中失去了对数学的兴趣，把数学等同于计算。而 21 世纪需要的数学素养恰恰不是计算——机器算得比人快——而是逻辑推理、数据直觉与抽象建模的能力。

让更多人看见数学之美，或许和证明新定理一样重要。传播方式也在变：可汗学院的免费课程、3Blue1Brown 的可视化视频，正在改写数学教育的形态——一段十分钟的动画，能让上百万人直观理解傅里叶变换。数学从来没有像今天这样，同时变得如此艰深又如此触手可及。

六、不变的基石

无论工具如何更迭，数学的基石不会变：严格证明与逻辑推理。欧几里得的证明两千三百年后依然有效，这是任何其他学科都没有的待遇。

数学的未来取决于人类的好奇心。只要还有人追问"为什么"，追问"能不能更一般"，这棵从巴比伦泥板上长出来的大树，就会继续向上生长。怀尔斯曾把数学研究比作摸黑走进一座豪宅：先要跌跌撞撞地摸清每件家具的位置，直到某一天找到电灯的开关，满室通明。下一盏灯在哪里亮起，没有人知道——这正是数学最迷人的地方。