AI在数学研究里能够承担超级计算器的角色，但想要成为开创学派的数学大师，它还差很关键的一环。
AI擅长证明，数学宗师重在发现
翻看数学发展史，高斯推进非欧几何、伽罗瓦创立群论，这类成果的核心不在于完成一道难题的证明，而是开辟出全新的研究方向。他们会在已有的数学体系之外，搭建一套全新的语言与逻辑框架。 现阶段AI完成的证明工作，局限在已经成型的体系内寻找可行路径。只要提前给定公理与目标命题，AI可以找到隐藏的推导路线，但它无法独立创造出前人从未涉足的研究方向。
数学创造依托审美，不只是逻辑推演
顶尖数学家描述灵感来源，经常会用到美、自然、和谐这类词汇。庞加莱回忆福克斯函数的发现过程，灵感诞生在登上公交车台阶的瞬间。这个想法不是一步步逻辑推导得出，属于直觉层面的跳跃。 AI没有躯体与情绪，不具备类似“这个推导方向不好”的直觉判断。它只会遍历大量可能性，不会依靠内在感受优先挑选探索方向。
AI缺少主动提出问题的内在动力
数学史上那些知名猜想，很多不是为了解决现成问题，纯粹出自人的好奇心。黎曼猜想、哥德巴赫猜想刚被提出的时候，不存在现实应用价值，只是研究者想要确认这条数学规律是否成立。 AI不会产生好奇，只能响应外部给出的指令。可以下达任务让它尝试证明黎曼猜想，但没法让它自发产生想法，主动去探究素数和零点之间更深层次的关联。
未来或许会演化出具备创造力或者好奇心的AI。不过在可以预见的阶段，数学研究的核心，依旧是人提出优质问题的能力。AI相当于站在前辈学者身边的助手，负责处理大量繁琐计算与验证工作，把研究者的时间释放出来，投入更深层次的思考。提出研究问题这件事，仍然需要人类来完成。
