1940年，英国数学家艾伦·图灵坐在他的书桌前，面前摊开着一叠计算纸。他正在尝试用一台尚未完全成型的机器来验证黎曼猜想。图灵是计算机科学的奠基人之一，他关于通用图灵机的理论构想，为后来的数字计算机奠定了逻辑基础。但很少有人知道，图灵对黎曼猜想也有着浓厚的兴趣。他设计了一种算法，可以用机械计算的方式寻找ζ函数的零点，并验证它们是否位于临界线上。

    图灵的时代还没有电子计算机，他的“计算机”更多是理论上的。但他已经意识到，机器可以在数学证明中扮演辅助角色。他手工计算了最初几百个零点，确认它们都在线上。这项工作虽然范围有限，却开创了一个传统：用计算来探索黎曼零点的分布。

    到了1960年代，电子计算机开始普及。美国数学家们利用早期的大型机，将零点的验证范围推进到了几百万个。1970年代，荷兰数学家范德伦计算了超过三亿个零点。1980年代，随着计算机性能的提升，这个数字迅速膨胀到十亿、百亿。进入二十一世纪，法国数学家古尔东利用先进的算法和强大的计算资源，验证了前十万亿个非平凡零点——每一个都老老实实地待在临界线上，没有任何例外。

     这是一个令人震撼的事实。十万亿个零点，如果把这些数字排成一行，足以绕地球许多圈。它们无一例外地落在那条线上，精确得像是被某种宇宙法则锁定。这种经验上的确定性如此强烈，以至于一些物理学家半开玩笑地说：黎曼猜想已经被“实验验证”了，其置信度甚至高于许多物理学中的基本定律。

     然而，数学家们对这种说法报以礼貌的微笑。在数学中，验证十万亿个例子不等于证明。数学证明要求逻辑上的绝对确定性，要求排除所有可能的例外，哪怕那个例外发生在十万亿零一个、十亿亿个，或者某个大到无法想象的数字之后。质数本身就是这样一种对象：在较小的范围内，它们可能表现出某种规律，但随着范围扩大，规律可能被打破。数学家们深知，直觉和计算都可能欺骗人。

     历史上不乏这样的教训。高斯曾猜测，质数计数函数总是小于对数积分函数。这个猜测在非常巨大的范围内都成立，甚至看起来“显然”正确。但在1914年，利特尔伍德证明高斯错了：在某个巨大的数字之后，质数计数函数会超过对数积分，而且此后会反复交叉无穷多次。只是那个第一次交叉发生的数字如此之大，远远超出了当时任何计算机能够触及的范围。这个例子成为数学史上的经典警示：永远不要相信有限的计算能够代表无限的真理。

    尽管如此，计算机验证仍然具有不可替代的价值。首先，它排除了“明显错误”的可能性。如果黎曼猜想是假的，那么最“简单”的反例——一个靠近原点、虚部不大的偏离零点——已经被彻底排除了。任何潜在的反例必须隐藏在极其遥远的地方，虚部大到难以想象。其次，计算验证提供了关于零点统计行为的宝贵数据。当数学家们观察这些海量零点的分布模式时，他们发现了与随机矩阵理论的惊人吻合——这个发现将在下一章详细讲述。

    计算机还改变了数学研究的方式。过去，数学家们只能依靠纸笔和头脑来探索ζ函数；现在，他们可以“可视化”这个函数的行为，观察它在复平面上的起伏，追踪零点的轨迹。计算机成为数学家的望远镜，让他们能够窥见以前无法想象的遥远领域。但望远镜不能代替理论，观测不能代替证明。计算机告诉数学家“发生了什么”，但数学要问的是“为什么必须发生”。

    在活性算法的视角下，计算机验证扮演了一个有趣的角色。它像是一个局部推断机，在有限的范围内进行精确的预测和验证。每一个被验证的零点，都是这个推断机的一次成功预测。但局部成功不等于全局收敛。一个活性系统之所以智能，不仅因为它能在局部做出准确预测，更因为它能主动探索未知领域，修正自己的模型，并识别出何时需要引入新的假设。计算机验证了十万亿个零点，但它没有“理解”为什么下一个零点也必须在线上。这种理解需要一种超越枚举的洞察，一种能够把握整体结构的活性。

    图灵如果在天有灵，或许会对此会心一笑。他一生致力于让机器获得智能，他设计了测试机器智能的标准——图灵测试。在他关于黎曼猜想的计算工作中，他已经模糊地触及了这种思想：机器可以辅助人类的数学探索，但最终的“理解”仍然属于那些能够提出正确问题的活性主体。

    今天，零点的计算验证仍在继续。超级计算机在深夜运行着复杂的算法，寻找更遥远、更隐秘的零点。它们像深海探测器，潜入数学海洋的最深处。但黎曼猜想的证明，那个能够一劳永逸地解释为什么所有零点都必须落在临界线上的证明，仍然像海平面上的曙光，尚未被任何人触及。

支持单位：