00后正以全新姿态影响世界。智东西10月13日报道，由00后女生洪乐潼创立的AI企业Axiom Math，近期完成了6400万美元（约合人民币4.56亿元）的种子轮融资，公司估值达到3亿美元（约合人民币21.39亿元）。Axiom Math创始人洪乐潼（Carina Hong）是一位00后中国女学霸，凭借在数学领域的天赋与不懈努力，从广州一路考入麻省理工学院、牛津大学，之后又进入斯坦福大学攻读双博士项目，最终毅然选择辍学，创办了专注于数学推理的AI公司Axiom Math。如今AI数学领域的研究竞争日益激烈，OpenAI、谷歌DeepMind等顶级机构不断取得突破，这家2024年成立的年轻企业同样聚焦数学领域，旨在研发‘AI数学家’，目前已吸引多名前Meta AI研究人员加入。这位被资本看好的年轻创始人究竟有何过人之处？她创立的Axiom Math又为何能吸引一众AI行业大牛？答案就藏在她‘天才数学少女’的成长轨迹以及Axiom Math在数学领域的深耕探索之中。24岁的洪乐潼成长于广州，从小就对数学有着浓厚兴趣，14岁时，她便常在草稿纸边缘写下‘MIT’字样，以此激励自己朝着目标奋进。洪乐潼在接受《福布斯》采访时透露，初中参加免费数学奥赛培训期间，她沉浸在‘极具趣味性的数学问题’中，仿佛跨越时空与不同文明的数学思想展开对话，她形容这段经历‘在智力层面完成了一次环球旅行’。不过刚进入麻省理工学院时，19岁的洪乐潼曾陷入迷茫：‘我在麻省理工没有认识的人，数学系的同学大多通过美国奥赛早已熟识，那段日子格外孤独。’麻省理工学院‘实干’的校风成为她的精神支柱，通过担任国际学生协会与本科数学协会主席等职务，洪乐潼在校园中找到了归属感。这段经历让她坚信：即便没有人脉资源，通过极致的努力也能取得成功，她强调‘你必须对自己足够严格，才能绽放光彩’。洪乐潼仅用3年时间就修完了数学与物理双学位，期间撰写了9篇研究论文，涵盖数论、组合数学、理论计算机科学与概率论等多个领域，还修读了20门高等数学课程。2022年，洪乐潼荣获女性数学协会艾丽丝·谢弗奖；2023年，她又斩获北美数学领域本科生最高奖项——美国数学会颁发的弗兰克与布伦尼·摩根奖（Frank and Brennie Morgan Prize）。本科毕业前夕，她在获得斯坦福大学数学博士项目录取的同时，还拿到了罗德奖学金，得以赴牛津大学攻读神经科学硕士。她解释道：‘我希望更深入地了解生物学，科学领域除了数学和物理还有更广阔的天地，把数学作为一个维度，生物医学作为另一个维度，就能构建跨越科学领域的认知体系，这至少是我的思维模式。’2024年，洪乐潼进入斯坦福大学，同时攻读法学博士与数学博士，她认为‘法学就像第三个维度，和数理、生物医学一起构建起完整的认知空间’。尽管涉猎多个领域，数学始终是洪乐潼最核心的学术热爱，她已在堆栈排序算法等领域发表多项研究成果，尤其专注于数论相关工作，她坦言‘我始终怀揣研究者的初心，渴望攻克真正艰深的技术难题’。在采访中，洪乐潼表示最让她振奋的是数学与深度学习结合的跨学科探索，她说‘我希望参与突破那些令人振奋的技术瓶颈，AI与数学家将如何互动？应用科学家又将如何与AI数学家协作？这些都是我接下来想要深入探索的课题’。2024年，洪乐潼从斯坦福辍学，创立了Axiom Math。Axiom Math认为，当前语言模型的能力正持续快速迭代，但这些先进模型仍面临核心挑战，即在复杂推理任务中会出现难以预测的隐性错误。尽管模型训练依托海量数据，但训练数据既包含日常对话等非结构化内容，也涵盖专业领域的结构化数据，不同类型数据的质量存在明显差异。目前，通过人类反馈强化学习等后训练技术，模型输出已能较好契合人类价值取向，在多数应用场景中表现出色，但在数学证明、科学计算等对可验证性要求极高的关键领域，现有模型的输出结果仍缺乏足够的可信度，这种可靠性缺口已成为制约大模型在高端科研和工业应用落地的技术瓶颈。Axiom Math判断，当前AI数学领域呈现三大技术发展趋势：第一，神经网络已超越模式匹配阶段，进入可扩展推理阶段，其能力随算力、模型规模与数据量的增长持续提升；第二，借助Lean等编程语言，数学形式化走向成熟：根据柯里-霍华德对应关系，证明转化为可执行程序，编程语言不再只是生成输出的工具，更成为验证抽象对象属性的‘利器’；第三，大语言模型在代码生成领域跨越关键阈值，能够可靠生成多种语言（包括形式化规约语言）的高质量代码，为原本无限的动作空间提供了强大的先验约束。这种协同效应创造了前所未有的机遇，即推理引擎能够在无需人工干预的情况下，自主提出并证明无数定理，这为Axiom Math指明了发展方向。基于这些基础，Axiom Math将目标设定为把教科书、档案论文与期刊中的英文数学内容转化为软件程序，让AI能够创造新问题，且其解决方案可通过形式化测试验证。目前Axiom Math正专注于训练能够发现并正确解决新数学问题的模型，打造一个能在‘前所未有的规模与速度’下实现数学发现的推理引擎，Axiom Math将其称为‘AI数学家’，或是具备无限分支能力的‘数学领域的AlphaGo’。不过这条赛道并非无人涉足，OpenAI与谷歌DeepMind等AI巨头近期在国际数学奥林匹克竞赛中取得金牌级成绩，他们的AI模型成功解答了6道难题中的5道，但洪乐潼认为这类基准测试可能存在取巧空间，无法体现研究级数学的真实水平。B Capital合伙人雅恩-大卫·埃利希（Yan-David Erlich）在解释投资Axiom Math的文章中表示：‘解决复杂数学问题始终是人类诸多发明的核心，能够创建模拟现实的新问题并予以解决，对推动人类知识进步至关重要。’洪乐潼告诉《福布斯》：‘数学是构建超级智能的完美试验场。’创立不到一年，洪乐潼的初创公司就已招募了一批经验丰富的科技界资深人士，其中多人来自Meta基础人工智能研究院（FAIR）：Axiom Math首席技术官舒博·森古普塔（Shubho Sengupta）曾领导Meta FAIR团队开发OpenGo与CrypTen，此前他参与打造谷歌Brain的分布式训练系统，还是最早的CUDA开发者之一；弗朗索瓦·沙尔东（François Charton）自2019年起就开创性地将Transformer应用于复杂数学问题，近期他利用Transformer在多个具体的常微分方程（ODE）系统上成功学习出近似的Lyapunov函数；休·莱瑟（Hugh Leather）在深度学习应用于代码生成方面拥有开拓性经验，他构建了首个用于编译器与GPU代码生成的大语言模型，这为Axiom Math团队带来了关键优势；阿拉姆·马尔科相（Aram Markosyan）曾在Meta领导安全与公平性研究的AI科学家，休·莱瑟也是最早将深度学习用于代码生成的研究者之一。对许多研究人员而言，Axiom Math致力于用人工智能进行数学发现的使命是核心吸引力，从公司会议室以卡尔·弗里德里希·高斯（Carl Friedrich Gauss）与阿达·洛芙莱斯（Ada Lovelace）等数学传奇人物命名就能看出这一点。沙尔东表示：‘对我来说，能在一家重视数学AI、不将其视为附属任务的公司工作，正是我加入的契机。’Axiom Math的诞生与融资案例，折射出AI前沿领域的两大发展趋势：首先，AI研究正从通用能力建设向垂直领域深度渗透，数学这一被视为人类理性思维巅峰的领域成为新的突破口；其次，顶尖学术人才向产业界流动的趋势愈发明显，拥有跨学科背景的年轻研究者纷纷投身AI创业生态。Axiom Math试图解决当前大模型在复杂推理中的可靠性问题，希望借助AI实现数学领域的新突破，但这条道路充满挑战，除了技术层面的难题，OpenAI、谷歌DeepMind等AI巨头在数学推理领域的持续投入也意味着竞争将异常激烈。数学是物理、化学、生物等所有理工科的基础，Axiom Math借助AI解决数学问题的努力，或许能为AI基础研究注入新的活力。来源：《福布斯》、B Capital、Axiom Math 本文来自微信公众号‘智东西’，作者：王涵，36氪经授权发布。