00后AI创企Axiom Math崛起：融资6400万美元，打造“AI数学家”

年轻创业者正引领科技变革。

智东西10月13日报道，由年轻女性创始人洪乐潼创立的AI创企Axiom Math，近日成功筹集了6400万美元（约4.56亿人民币）种子轮融资，估值达到3亿美元（约21.39亿人民币）。

洪乐潼，这位00后中国女学霸，凭借在数学上的天赋与不懈努力，从广州起步，一路走向麻省理工学院、牛津大学和斯坦福大学。在斯坦福大学攻读双博士项目期间，她决定辍学，创立了专注于数学推理的AI公司Axiom Math。

随着AI数学研究竞赛的持续升温，包括OpenAI和谷歌DeepMind在内的顶级研究机构不断取得突破。这家成立于2024年的年轻企业，也将重心放在数学领域，致力于研发“AI数学家”，并已吸引多名前Meta AI研究人员加入。

这位备受资本期待的年轻创始人究竟有何过人之处？她所创立的Axiom Math为何能吸引众多AI专家？答案都隐藏在她“天才数学少女”的成长历程以及Axiom Math对数学的不断探索中。

从广州到硅谷：MIT本科、牛津硕士、斯坦福博士辍学创业

24岁的洪乐潼成长于广东广州，自幼便展现出对数学浓厚的兴趣。14岁时，她就开始在草稿纸上写下“MIT”以激励自己。

在接受《福布斯》采访时，洪乐潼透露，在初中参加免费数学奥赛培训期间，她沉浸在“超级有趣的数学问题”中，仿佛与不同文明的数学思想进行了一场跨越时空的对话。“在智力层面，我实现了环游世界。”她如此形容这段经历。

▲Axiom Math创始人洪乐潼（Carina Hong）

然而，在入学麻省理工学院后，19岁的洪乐潼曾感到迷茫：“我完全不认识任何麻省理工的人，数学系的同学大多通过美国奥赛早已相识，那段时光非常孤独。”

麻省理工学院的“动手实干”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：即使没有人脉资源，通过极致努力也能获得成功。“你必须对自己足够严苛，才能绽放光彩。”洪乐潼强调道。

仅用3年时间，洪乐潼就修完了数学与物理双学位，并在此期间撰写了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领域。此外，她还修读了20门高等数学课程。

▲洪乐潼谷歌学术主页（来源：谷歌学术）

2022年，洪乐潼荣获女性数学协会艾丽丝·谢弗奖。次年，她又获得了北美数学领域本科生最高奖：弗兰克与布伦尼·摩根奖（Frank and Brennie Morgan Prize），由美国数学会颁发。

在本科毕业前夕，她不仅获得了斯坦福大学数学博士项目的录取通知，还获得了前往牛津大学攻读神经科学硕士的罗德奖学金。

“我希望更深入地理解生物学，”她解释说，“科学领域中除了数学和物理之外还有更广阔的世界。将数学作为一维度，生物医学作为另一维度，就能构建起跨越科学领域的认知体系。这至少是我的思维模型。”

2024年，洪乐潼前往斯坦福大学攻读法学博士与数学博士。“法学如同第三维度，与数理、生物医学共同构建完整的认知空间。”她说道。

尽管如此，洪乐潼的学术热情始终聚焦于数学。她在堆栈排序算法等领域发表多项研究成果，并对数论相关工作尤为倾心。她坦言：“我始终怀揣着研究者的初心，渴望攻克真正艰深的技术难题。”

“最令我感到振奋的是数学与深度学习相结合的跨学科探索。”在采访中，洪乐潼表示，“我希望能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？这些都是我接下来希望深入探索的命题。”

> ▲Axiom Math公司主页（来源：Axiom）

>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。它描述这一模型为一个能够在“前所未有的规模与速度”下实现数学发现的推理引擎，“AI数学家”，或“数学领域的AlphaGo”。

> 但这条路并非无人踏足。近期，OpenAI和谷歌DeepMind等AI巨头在国际数学奥林匹克竞赛中均获得金牌级评分。然而，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”。

“纯粹的数学AI”吸引前Meta AI研究员加盟

> 不到一年时间，洪乐潼的初创公司便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，他致力于塑造谷歌Brain的分布式训练系统，并且是最早的CUDA开发者之一。

> 弗朗索瓦·沙尔东（François Charton）自2019年起便开创性地将Transformer应用于复杂数学问题。他近期使用Transformer在许多具体的常微分方程（ODE）系统上成功学习出近似的Lyapunov函数。

> 休·莱瑟（Hugh Leather）在将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。

> ▲Axiom Math主要成员合影，中间为创始人洪乐潼（Carina Hong）

> 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（Hugh Leather），前Meta AI研究科学家，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成为关键吸引点。从其办公室以卡尔·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的会议室便可见一斑。

> “对我而言，能在一家认真对待数学AI、不将其视为支线任务的公司从事这项工作，正是契机所在。”沙尔东表示。

“AI数学家”或将为AI基础研究注入新活力

> Axiom Math的诞生与融资案例反映了AI前沿领域的两个发展趋势。首先，AI研究正从通用能力建设转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。跨学科背景的年轻研究者纷纷投入到AI创业生态中。

> Axiom Math试图解决当前大模型在复杂推理中的可靠性问题。然而，这条道路充满挑战。技术是一方面；另一方面，OpenAI、谷歌DeepMind等AI巨头在数学推理领域的持续投入意味着竞争将异常激烈。

> 数学是物理、化学、生物以及所有理工科的基础。Axiom Math想要借AI之手解决数学问题或许会为AI基础研究注入新的活力。

> 来源：《福布斯》、B Capital、Axiom Math