DeepMind 推出 AlphaGeometry：搞定奥赛几何题，30 题解出 25 道

做过初高中几何题的人大概都体会过这种痛苦：对着一个三角形盯了半小时毫无头绪，直到老师走过来随手添了一条辅助线，整道题突然迎刃而解。

大语言模型虽然文采飞扬，但碰到这种既要严密逻辑、又要凭直觉「画线」的几何证明，通常是一筹莫展。不过 Google DeepMind 刚刚在《自然》杂志上公布的新成果，把这块硬骨头啃下来了。

他们打造了一个叫 AlphaGeometry 的系统，专门攻克奥林匹克级别的几何题。在国际数学奥林匹克（IMO）的 30 道几何真题测试中，它在规定时限内做对了 25 道。人类 IMO 金牌选手的平均成绩是 25.9 道，而 1978 年中国数学家吴文俊提出的吴方法此前只能解出 10 道。可以说，AI 在几何竞赛题上已经摸到了人类顶尖选手的门槛。

左脑负责逻辑，右脑负责画辅助线

DeepMind 这次没有单纯去堆大模型参数，而是用了一套神经符号架构，有点像人类「快思考与慢思考」的配合。

系统由两部分组成：一个负责直觉预测的神经网络语言模型，和一个基于严格逻辑规则的符号推导引擎。

拿到题目后，符号引擎会先按规则进行严谨推导。如果推到死胡同走不下去了，语言模型就会介入，从几乎无限的可能性里猜出最有希望的新增点或辅助线，给图形打上补丁。随后，符号引擎接着推导，两边循环配合，直到跑通完整的可验证证明。

做数学 AI 最大的麻烦是缺乏训练数据，几何题尤其缺少现成的机读证明。DeepMind 干脆不用任何人类解题步骤，自己生成了数据。

他们先用计算机生成了 10 亿个随机几何图形，让符号引擎穷举分析其中的关系，再通过反向追溯找出得出这些结论需要补足哪些构造。最终他们洗出了 1 亿条完全合成的独特证明样本，其中 900 万条带有人工辅助线，硬生生把语言模型给喂了出来。

波恩大学数学教授 Floris van Doorn 评价说这个成果令人极其震撼，他原本以为 AI 达到这一步至少还要好几年。不过他也指出，这套系统目前解的还是初等几何题，还碰不了现代大学里那些抽象的研究级数学。

为什么重要

我们认为，AlphaGeometry 最值得关注的地方，在于它给当前大模型的逻辑缺陷指了一条极具说服力的出路。

纯大模型容易产生幻觉，本质上是在用概率玩文字接龙，而纯逻辑符号系统又太死板，遇到需要灵感跳跃的复杂问题就容易陷入算力泥潭。DeepMind 把概率直觉和确定性引擎拼接起来，让语言模型负责提供灵感、符号系统负责严格把关，这种做法非常聪明。

更关键的是它的无监督合成数据流水线。过去大家都觉得高质量推理数据必须靠人类专家标注，但 DeepMind 证明了只要规则完备，AI 完全可以自己给自己出题、自己写答案，顺便把整个训练集搞定。这一套思路很可能会被迅速复制到代数、拓扑甚至自动化定理证明的通用工具中。

当然，局限也很明显。几何是极少数公理体系极其明确、规则边界高度闭合的领域。一旦走出这种确定性环境，符号引擎的规则库就很难搭建。它现在更像是一个在特定规则下刷题刷到金牌的做题机器，离真正具备抽象数学洞察力的研究型 AI，中间依然隔着巨大的鸿沟。

但对普通开发者和研究者来说，DeepMind 已经开源了代码和模型。即使你不是搞数学竞赛的，这套结合直觉模型与符号验证的架构设计，也是眼下做复杂任务规划和代码生成时最值得借鉴的解题思路。