陶哲轩谈数学之美:从针尖掉头到无限猴子

陶哲轩在访谈中分享了他对数学本质的思考,从解决具体数学难题(如“柯克问题”)到探讨数学与物理的关系、无限与有限的转换、数学中的“通用性”现象,以及他在合作研究与形式化证明工具Lean方面的实践经验。他强调数学是连接不同领域的桥梁,并认为数学的美在于其简洁性和内在联系。

陶哲轩

导语

在Lex Fridman的访谈中,著名数学家陶哲轩探讨了数学研究的本质、美感与挑战。他从早期接触的“柯克问题”(关于针尖在平面上调头的最小面积)谈起,阐述了该问题如何与偏微分方程、数论等看似不相关的领域产生深刻联系。陶哲轩将数学家分为“狐狸型”(博学多闻、善于类比)与“刺猬型”(专精深挖),并自认更偏向前者。他分享了在解决复杂问题时如何“作弊”(简化假设)、与合作者分工,以及使用Lean形式化证明工具进行全球协作的经验。访谈还延伸至数学与物理的关系、科学模型的本质、无限的哲学意义,以及AI未来在数学实验中的潜力。

大纲与深读 10 章

展开「深读」看每一段讨论的问题与论据。

01

从希特勒的医疗史谈起

08:00
  • 希特勒因胃病接受医生治疗,医生通过使用益生菌(当时属创新疗法)赢得了他的信任
  • 人体是生物系统,摄入的物质会影响短期和长期表现,如希特勒在柏林地堡最后的日子里服用多种药物
  • 以希特勒为例,引出对AG1补充剂的广告
深读这一段

论据 / 案例:希特勒的医生通过益生菌治疗胃病;柏林地堡最后日子里的药物鸡尾酒

02

首个研究级数学难题:卡克问题

16:00
  • 卡克问题源于1918年日本数学家嘉山春一郎的拼图:如何用最小空间让一根“针”完成180度转弯
  • 二维平面中,贝热罗维奇证明可用任意小面积完成转弯;三维问题涉及哈勃望远镜旋转所需最小体积
  • 猜想最终被证明:最小体积随针厚度(Δ)的减小而呈对数级缓慢下降
深读这一段

讨论的问题:如何用最小体积在三维空间中旋转一根有厚度的针以覆盖所有方向?

论据 / 案例:嘉山春一郎拼图(1918年);贝热罗维奇的二维证明;哈勃望远镜类比;对数级下降猜想

03

结构定理与加性函数

40:00
  • 结构定理/逆定理为测试函数是否具有高度结构提供方法
  • 若函数近似加性(如乘以√2后取整),则其结构可由一个完全结构化的邻近函数解释
  • 二分法:研究对象要么完全无结构,要么与某种结构相关,两种情况均可推动进展
深读这一段

讨论的问题:如何判断一个函数或模式是否具有可解释的结构?

论据 / 案例:乘以√2后取整的近似加性函数例子;Szemerédi定理(1970年代)关于正密度集合中存在任意长等差数列

04

无限、有限化与“猴子定理”

48:00
  • “无限猴子定理”:无限猴子打字机最终会随机产生《哈姆雷特》等任何有限文本
  • 有限化:将无限陈述转化为可量化问题,如“需要多少只猴子、多长时间能打出特定文本?
  • 有限化使数学更直观,但表达式更复杂;无限数学易导致陷阱(如级数重排收敛到不同值)
深读这一段

讨论的问题:如何处理数学中的无限概念?有限化如何帮助理解?

论据 / 案例:“无限猴子定理”;级数重排的收敛性问题;有限化后所需猴子数量呈指数增长

05

数学、物理与工程的关系

56:00
  • 科学由现实世界、观测和心智模型三者互动构成;数学在模型内部推演后果,科学收集观测并提出模型
  • 数学研究从公理/假设出发推导结论,而多数学科(如工程)从目标出发寻找路径
  • 理论与实验需双向互动:模型预测异常可指导实验,实验数据可修正模型
深读这一段

讨论的问题:数学、科学与工程在理解世界方面有何异同?理论与实验如何互动?

论据 / 案例:观测-模型-现实三元框架;高斯通过计算前10万素数猜想素数定理(实验数学早期例子);国际象棋AI用于实验性棋理修正

06

宇宙的可压缩性与普适性

64:00
  • 宇宙理论可视为数据压缩:用含少量参数的模型(如14个参数)解释海量观测数据(如拍字节天文数据)
  • 普适性:复杂宏观系统常由少数简单参数描述(如气体只需温度、压力、体积)
  • 中心极限定理说明高斯分布普适性的原因;2008年金融危机显示忽略系统性相关性的模型风险
深读这一段

讨论的问题:为何宇宙是可压缩的?普适性何时成立?

论据 / 案例:暗物质模型(约14参数)解释拍字节数据;中心极限定理与高斯分布;2008年金融危机中对高斯风险模型的误用

07

数学的统一性与“狐狸与刺猬”

72:00
  • 数学进步常通过连接不同领域实现,如笛卡尔将几何与数论统一(解析几何),代数几何连接代数与几何
  • 数学家可分为“狐狸”(博而浅,擅长类比与跨领域)和“刺猬”(专而深,精通单一领域)
  • 合作需多样性:狐狸与刺猬互补,推动跨领域创新
深读这一段

讨论的问题:数学不同领域之间是否存在深层统一结构?数学家应如何定位自己?

论据 / 案例:笛卡尔解析几何;福克斯与刺猬比喻;菲尔兹奖得主蒂姆·高斯称陶哲轩为“最接近希尔伯特的人”

08

数学之美:从康威的极端证明到欧拉恒等式

80:00
  • 约翰·康威提出“极端证明”概念:在证明的简洁性、初等性等维度上追求极致
  • 数学写作应像优秀代码:结构清晰、可重用、便于他人理解与改进
  • 欧拉恒等式(e^(iπ) = -1)之美在于连接指数增长(dilation)、圆周率(旋转)与复数(方向变化)
深读这一段

讨论的问题:数学中“优雅”与“美”的标准是什么?如何追求证明的极致?

论据 / 案例:康威的极端证明讲座;欧拉恒等式连接指数、圆周率与复数;代码高尔夫(code golf)作为类比

09

物理学中的守恒律、对称性与统一

88:00
  • 诺特定理:物理系统的对称性对应守恒律(如平移对称→动量守恒,时间平移对称→能量守恒)
  • 哈密顿量在经典力学与量子力学中均为核心对象,尽管方程形式不同,但对称性与守恒律的联系保持不变
  • 统一广义相对论与量子力学的挑战在于找到新的基本对象与语言(可能需超越时空的直观概念)
深读这一段

讨论的问题:对称性与守恒律在经典和量子理论中如何体现?寻找“万有理论”的障碍是什么?

论据 / 案例:诺特定理;哈密顿力学与量子力学中哈密顿量的角色;黎曼几何为广义相对论提供数学基础

10

形式化证明与AI协作

96:00
  • Lean等形式化证明语言将证明转化为可验证代码,每个对象均可追溯定义与依据,便于阅读与协作
  • 形式化使全球协作可达原子级:协作者可针对具体卡点(如某行代码)提供帮助,无需整体了解
  • AI可辅助生成与验证证明片段,加速迭代(如一天内更新完整证明课程)
深读这一段

讨论的问题:形式化证明如何改变数学研究与协作模式?AI在其中扮演什么角色?

论据 / 案例:Lean证明语言;与全球协作者的原子级协作案例;快速更新证明课程(一两天内完成)

金句

  • "" —— “我认为科学总体上是三者之间的互动:真实世界、我们所有的观察,以及我们关于世界如何运作的心智模型。”
  • "" —— “一个理论就是对宇宙的压缩。”
  • "" —— “数学不合理地有效……宇宙最不可思议之处在于它是可理解的。”
  • "" —— “数学在其他学科中很不寻常,我们从假设(如模型的公理)出发,然后问从这个模型中能得出什么结论。”
  • "" —— “某些数学问题会迅速变得难以通过直接暴力计算来解决。”

原文链接

查看完整访谈

=== SUGGEST===

人物档案建议观点条目:

  • 主题 | 立场 | 原话 | 日期
  • 数学的本质与角色 | 数学是在模型内从假设推导结论的学科 | "Mathematics is unusual among other disciplines is that we start from hypotheses like the axioms of a model and ask what conclusions come up from that model." | 2026-08-29
  • 理论的价值 | 优秀的理论是对观测数据的高效压缩 | "A theory is a compression of the universe." | 2026-08-29
  • 数学的“不可理喻的有效性” | 宇宙能被数学描述本身就是一个深刻的惊喜 | "The unreasonable effectiveness of mathematics... the most incomprehensible thing about the universe is that it is comprehensible." | 2026-08-29
  • 研究方法论(“作弊”法) | 解决复杂问题应先简化,逐个击破难点 | "The way you should approach any reasonable math problem is that you... find a version of the problem that turns off nine of the difficulties but only keeps one of them and solve that." | 2026-08-29
  • 数学协作与Lean | Lean等形式化工具正在实现全球“无信任”的原子级协作 | "With lean, I can collaborate with dozens of people across the world... Lean gives me a certificate of trust. So I can do trustless mathematics." | 2026-08-29
  • 数学中的美感 | 美感来源于对证明本身在简洁性、基础性等维度的优化 | "It's not just getting a proof... trying to optimize it in various ways. But proofing itself had some craftsmanship to it." | 2026-08-29
  • 数学与物理的关系 | 两者在模型-观察的循环中相互促进,数学提供模型的逻辑推论,物理提供观察验证 | "There's definitely a symbiosis... Mathematics is concerned with the models, science collects the observations and it proposes the models." | 2026-08-29
  • AI在数学中的作用 | AI可以作为强大的工具进行“实验数学”,帮助探索巨大组合空间并验证猜想 | "Now we have AI... We have tools to explore this space, not with 100% guarantee... but we can empirically explore chess now." | 2026-08-29
完整内容见原文:Lex Fridman Podcast · 陶哲轩谈数学之美:从针尖掉头到无限猴子