该页面汇总了人工智能工具在解决埃尔德什（Erdős）数学问题方面所作出的各类贡献。由于埃尔德什问题难度差异极大，从极难的深奥难题到“低垂的果实”类的易攻问题均有分布，因此AI工具的适用性也参差不齐。需注意，许多问题在文献中记录稀少，可能属于“未被充分探索”的类型，适合AI介入，但判断其归属需依赖专家综述。 AI的贡献主要分为七类： 1. AI生成的完整或部分解、反例或否定结果：例如AlphaEvolve在2025年11月对多个问题进行了尝试，部分取得进展，如轻微改进已有构造，或未找到反例。 2. AI生成的“全解”但事后发现人类已解决的问题：如ChatGPT 5.2 Pro和Claude Opus在2025年12月声称解决的[333]问题，后证实为1977年Erdős与Newman的成果，AI解法与原证法相似。 3. AI对已知解法的再证明或新证法探索：如Aristotle、AlphaProof等工具对[198]、[493]等题生成新证明，或尝试复现已有结果但失败。 4. 人机协作解题：如Terence Tao与AI合作在[1026]、[1038]等题中取得进展，部分为完整解。 5. AI驱动的文献检索与回顾：多个AI工具（GPT-5、Gemini DeepResearch等）对百余个问题进行文献搜索，部分成功找到解决方案，但也有大量未能发现已有成果，甚至误报。 6. AI生成的可形式化证明：Aristotle、SeedProver等工具已对[26]、[31]、[105]等题的证明完成形式化，使用Lean等系统验证，但存在引入额外公理或误形式化风险。 7. 人类解题中辅助使用AI工具：如Tao在[69]、[114]等题中利用ChatGPT生成数值、代码和图像，辅助发现路径。 需特别注意： - AI声称“解决”问题后，常需经文献核查，否则可能重复已有成果或误判。 - 个别问题因埃尔德什表述有误，AI可能“技术性”解出，但非本意。 - 形式化证明虽可提升可信度，但若引入错误公理或误建模，仍不可靠。 - 社交媒体上宣称AI解决埃尔德什问题，未必已通过该网站的同行评议，建议关注问题讨论页获取更新。 综上，AI在埃尔德什问题中展现出潜力，尤其在探索“低垂果实”和辅助人机协作方面，但其成果需结合严谨文献审查与专家判断，避免过度解读。