内容提要
OpenAI称其AI用88小时攻克纳维-斯托克斯方程,随后25位菲尔兹奖得主联名警告AI与数学界存在严重错位。数学家担忧AI跳过理解、检验与传承过程,使数学丧失本质。陶哲轩指出,AI公司只关心解题与宣传,不参与知识消化,好问题将比好答案更稀缺,代际传递链条或断裂。
延伸解读
数学的价值:过程重于答案
文章强调,数学的核心价值不在于得到“真/假”答案,而在于探索过程中发展出的新方法、新工具和新视角。AI直接输出答案,跳过了人类数学最核心的思考、打磨与传承环节,可能导致数学丧失其作为理解世界方式的本质。
AI公司的目标与数学共同体的错位
OpenAI等AI公司追求可上头条的里程碑,以证明模型能力并吸引投资;而数学共同体需要的是可被吸收、检验和传递的知识。这种目标错位导致AI成果往往匆忙发布,缺乏学术规范,破坏数学的开放传统和代际传承。
AI幻觉与学术乱象
文章指出,即使最先进的大语言模型也有约29%的概率认同错误数学结论,并能编造逻辑通顺但错误的证明。AI生成的证明常模糊引用溯源,引发抄袭和署名争议,消耗数学家甄别虚假成果的精力,拖慢真正有价值的研究。
好问题将比好答案更稀缺
陶哲轩警告,AI的“暴力破解”可能耗尽好的数学问题,使问题变得比答案更稀缺。数学研究依赖提出问题、尝试、失败、调整的循环,AI跳过中间环节,可能削弱人类提出新问题的能力,甚至导致代际传递链条断裂。
Q&A
OpenAI的AI系统是如何攻克纳维-斯托克斯方程的?
2026年9月8日,OpenAI宣布一个内部AI系统使用约1万个智能体、耗时88小时,攻克了纳维-斯托克斯方程的存在性与光滑性问题,这是克雷数学研究所七大千禧年难题之一。
为什么25位菲尔兹奖得主要联名警告AI与数学界的错位?
他们警告AI公司与数学共同体之间存在严重错位。AI公司把解决数学问题当作基准测试来推进,只关心快速输出答案,而数学的核心价值在于探索底层逻辑、创造新方法和工具,以及知识的消化与传承。这种错位可能使数学丧失本质,导致代际传递链条断裂。
陶哲轩提出的数学研究五道坎是什么?AI公司忽略了哪些?
陶哲轩指出数学要成为有用的东西需要跨过五道坎:被创造、被检验、被解释、被接受、最后被消化进下一代人学习的知识体系里。AI公司只关心前两道(被创造和被检验),根本不碰后三道(被解释、被接受、被消化)。
AI解数学题会带来哪些学术乱象?
AI产出数学成果的速度远超人类学界消化、验证、沉淀知识的速度,导致学术乱象:AI破解难题后匆忙公布,没有时间整理文稿、拆解新方法、梳理前人研究,模糊甚至省略引用溯源,引发抄袭、署名争议;此外,AI存在严重的数学幻觉问题,最先进的大语言模型也有29%的概率认同错误数学结论,并能编造逻辑通顺但完全错误的证明,消耗数学家精力甄别虚假成果。
陶哲轩为什么说好问题将比好答案更稀缺?
陶哲轩警告,好的数学问题正在被以“不可再生”的方式挖掘。数学研究依赖提出问题、尝试解决、失败、调整、再尝试、最终突破的循环,每一次失败都为成功积累经验。AI的“暴力破解”直接跳到终点,跳过所有能产生新分支、新问题、新方向的环节,导致好问题被耗尽,未来好问题将比好答案更稀缺。
AI公司和数学共同体的目标为什么存在根本冲突?
AI公司要的是能上头条的“里程碑”,越快越好,越震撼越好,目的是证明模型强大、给投资者和公众看,不关心数学界能否消化结果。数学共同体要的是能被吸收、被理解、被传递的知识。这两件事在短期内可以重合,但长期一定冲突。陶哲轩说这变成了一场没有人受益的竞赛,只有AI公司的市场部门可能是例外。
AI在数学领域的冲击可能对其他行业产生什么影响?
麻省理工学院的数学家安德鲁·萨瑟兰指出:“数学家可能是很多其他职业的煤矿里的金丝雀”。数学家是最先感受到AI冲击的群体,但不会是最后一群。所有依赖“深度理解”而非“浅层信息处理”的职业,如物理、法律、医学、金融、教育,都可能面临同样的拷问:当AI能直接给出答案时,人类花长时间培养的理解能力还有什么价值。