麻省理工学院工程教育副院长Justin Solomon近日在一档播客节目中谈及人工智能在数学领域的进展。他提到，OpenAI的模型在上个月成功给出了关于Navier-Stokes方程解失效的反例证明，这一成果本身具有相当的研究价值。

不过，Solomon随即指出一个耐人寻味的现象：他与《Odd Lots》播客的主持人尝试阅读这份证明时，发现从第二页开始便难以理解。这意味着，AI生成的数学证明虽然逻辑上可能成立，但其表述方式或推理路径已超出人类读者的常规认知范围。

这一细节揭示出当前AI辅助数学研究面临的新问题。当机器能够独立构造出复杂证明时，如何让人类验证并吸收这些成果，成为学术界需要应对的挑战。Solomon的观察并非质疑证明的正确性，而是指向人机协作中理解门槛正在抬升的现实。

Navier-Stokes方程是流体力学中的核心难题，其解的存在性与光滑性长期位列千禧年大奖难题。OpenAI模型此番给出的反例证明若被学界确认，将对该领域产生深远影响，而人类能否读懂证明本身，则可能成为后续讨论的焦点之一。