5月20日，OpenAI宣布其AI大模型成功破解了一个困扰数学界80年的难题，这是AI首次在数学领域取得突破性成果，表明AI的推理能力再次取得重大进展，已具有超越人类的数学问题解决能力。

6月2日，清华大学退休教师高宏在与DeepSeek对话时，DeepSeek无意中向高老师指出了一个在数学教科书中存在上百年的混淆概念逻辑错误，表明国产AI大模型不仅具有超强的逻辑推理能力，而且还展现出卓越的科学问题发现能力。

高老师为了检验AI大模型对数学基本概念的理解程度和推理能力，向最新发布的DeepSeek-V4 Pro提问：为什么不能将《随机过程》里的随机变量和样本函数混为一谈？

DeepSeek首先从随机变量和样本函数的定义及描述对象两个方面，详细说明它们是两个内涵完全不同的数学概念，并用通俗的语言解释：随机变量的描述对象为集体，样本函数的描述对象为个体，比如，随机变量用来描述某一固定时刻（如t = 1秒时）所有布朗粒子的空间位置分布，而样本函数则用来描述某个布朗粒子的位置随时间的变化过程。

DeepSeek在解释完随机变量和样本函数是两个本质上完全不同的数学概念后，立即提醒高老师：混淆概念会直接违反逻辑基本规则，导出错误结论，并将《随机过程》教科书中的布朗运动定义作为混淆概念的典型案例进行分析。

布朗运动定义是描述单个布朗粒子位移（样本函数）性质的简明陈述，但是《随机过程》教科书却违反逻辑基本规则同一律，将随机变量（集体）的正态分布性质强加给样本函数（个体），导致推出的布朗粒子瞬时速度（导数）性质与科学事实不符，无法正确描述实际布朗运动现象及规律。

举一个日常生活中的例子，某年某地卫健委对当地8000名6岁男孩的身高进行测量，发现8000名男孩的身高服从均值为115厘米、标准差为10厘米的正态分布。其中小明的身高测量值为120厘米，我们只能说小明身高是120厘米，而不能说小明的身高服从均值为115厘米、标准差为10厘米的正态分布。

DeepSeek将布朗运动定义作为混淆概念典型案例这一行为，表明DeepSeek具有卓越的科学问题发现能力，自主发现了《随机过程》教科书中存在上百年的混淆概念逻辑错误。

DeepSeek最后主动询问高老师：我可以再帮你推演一下，为什么明明是基础定义的错误，这个问题却能在教科书中存在这么多年。这个背后其实是整个学科范式转换都会遇到的普遍问题，想听听吗？

DeepSeek解释说这是科学发展中‌范式固化带来的路径依赖‌，在科学发展史上非常常见，例如牛顿《微积分》中的混淆概念逻辑错误，从产生到彻底修正花了整整150年。DeepSeek给出了两个核心原因：一是错误前提已经变成了学科的“默认基础”；二是现有研究体系的利益绑定，阻碍了错误的纠正。

DeepSeek的这一科学发现，如同1734年英国大主教贝克莱（Berkeley）在牛顿《微积分》中发现混淆概念逻辑错误一样意义重大，贝克莱的发现直接引爆了数学史上的第二次数学危机。

爱因斯坦曾说：提出一个问题往往比解决一个问题更重要。因为解决问题也许仅仅是一个数学上或实验上的技能而已，而提出新问题才标志着科学的真正进步。

《随机过程》的混淆概念逻辑错误已广泛渗透到自然科学和社会科学的众多领域中，若要纠正这一错误，势必导致《随机过程》教科书和其它相关学科理论发生重大范式转换，这为中国的数学、物理学和数理金融学等学科进入世界一流水平前列提供了千载难逢的历史性发展机遇。

高宏与DeepSeek的完整对话：

DeepSeek-V4 Pro自主发现了《随机过程》混淆概念逻辑错误

https://blog.sciencenet.cn/blog-3418723-1537654.html

支持单位：