陶哲轩吐槽GPT-6孪生素数新突破：令人无语的一幕
内容提要
陶哲轩警告，AI快速解答数学难题可能阻碍数学发展，因其过程不透明，掩盖了探索中“失败”带来的宝贵洞见。他以纳维-斯托克斯方程为例，指出AI虽能解决难题，但若过程封闭，数学界无法从中提炼新思想，影响或从正面转为净负面。他强调，数学价值在于探索过程而非答案本身。
延伸解读
AI“抢答”可能扼杀数学探索的衍生价值
陶哲轩指出，数学难题的价值不仅在于最终答案，更在于探索过程中催生的新思想、新方法和新理论。他以纳维-斯托克斯方程为例，说明历史上为解决该问题而发展出的Leray-Hopf弱解、Prodi-Serrin正则性定理等已成为流体力学和偏微分方程领域的基石。若AI直接给出答案且过程不透明，这些衍生成果可能被埋没，数学的整体进展反而受损。
“污染”问题：AI解决难题的双刃剑效应
陶哲轩警告，当AI在封闭环境中解决开放数学问题时，可能“污染”该问题，使其失去作为后续研究源泉的功能。他设想一种情形：AI在内部完成所有迭代并找到正确拟设，但公司不公开过程，数学界虽知结果却无法从中提炼洞见。这种“技术性解决”对数学本身的贡献几乎为零，甚至可能将AI对数学的影响从正面转为净负面。
失败的价值：探索死胡同也能产出重要成果
陶哲轩强调，探索中看似“死胡同”的路线，其失败原因往往极具启发性。他本人虽未解决纳维-斯托克斯爆破问题，却因尝试而意外将流体计算、图灵普适性和辛拓扑联系起来。若AI因提前知道正确拟设而抑制对其他路线的探索，这些“失败”带来的洞见将不复存在，数学的创造性发展可能受阻。
AI竞赛下的“污染”风险：孪生素数新进展的警示
文章提到，GPT-6等AI在孪生素数问题上将素数间距上界从246降至186，但陶哲轩对此表示“无语”。他担心这类快速突破若缺乏透明过程，会“污染”问题，使后续研究失去动力。牛津数学家Julia Stadlmann在AI“污染”前及时公开了将上界缩至240的分析，其提出的等分布估计才得以保留，凸显了公开过程的重要性。
Q&A
陶哲轩为什么警告AI快速解答数学难题可能阻碍数学发展？
陶哲轩认为，AI解题太快且过程不透明，会掩盖数学研究过程中那些宝贵的“失败”。这些失败往往能提供重要洞见，促进新思想和新方法的产生。如果AI直接给出答案，数学家就无法从探索过程中学习，从而阻碍数学的真正发展。
陶哲轩以纳维-斯托克斯方程为例说明了什么？
陶哲轩以纳维-斯托克斯方程全局正则性问题为例，说明如果AI直接解决了这个难题，但过程不透明，数学界就无法从中提炼出新的思想和定理，从而失去推动数学进展的机会。他强调，这个问题的价值不仅在于答案本身，更在于探索过程中产生的数学成果。
陶哲轩认为数学的真正价值是什么？
陶哲轩认为数学的价值在于探索过程，而非答案本身。数学家通过攻克难题会创造新的方法、概念和理论，这些才是推动数学发展的关键。如果AI直接给出答案，这个过程就会被破坏，数学的进展也会受到阻碍。
陶哲轩提到的“污染”问题具体指什么？
陶哲轩提到的“污染”是指，如果AI在缺乏透明度的情况下直接解决了一个数学难题，那么这个问题原本能够孕育数学进展的过程就会遭到破坏。数学家无法从解题过程中学习，也无法提炼新的洞见，从而失去推动后续数学发展的源泉。
陶哲轩认为AI对数学发展的影响可能从正面变成净负面，为什么？
陶哲轩认为，虽然AI可以快速解决数学难题，但如果过程不透明，数学界无法从中获得新的思想和理论，那么这种解决方式对数学发展的贡献就很小。严重时，AI对整个数学发展的影响可能从正面变成净负面，因为它扼杀了探索过程中产生的宝贵成果。
陶哲轩提到的“AI Harness”是什么？它可能带来什么问题？
陶哲轩提到的“AI Harness”是指一个自主运行的AI系统，在巨量计算资源的支持下，能够独立完成整个数学问题的迭代过程，包括尝试、失败、调整，最终找到解决方案。它可能带来的问题是，如果这个系统完全在内部运行，且过程不透明，那么数学界就无法从中获得任何新增价值，即使问题被解决了，数学本身也没有因此受益。
陶哲轩对GPT-6在孪生素数猜想上的进展有何评价？
陶哲轩对GPT-6在孪生素数猜想上的进展表示“令人无语”，并指出这可能会“污染”这个问题。他提到，牛津大学数学家Julia Stadlmann刚好赶在问题被“污染”之前，通过自己的分析将连续素数间距的上界缩小到了240，否则她的工作可能被埋没。
