文婷 发自 凹非寺
量子位 | 公众号 QbitAI
数学2.0时代已至。
菲尔兹奖得主陶哲轩近日发文指出,随着AI技术的爆发,数学证明正从稀缺走向泛滥,建立在“证明稀缺”基础上的数学1.0时代即将落幕。
面对OpenAI等机构在数学难题上的突破,陶哲轩并未单纯扮演“减速派”,而是提出了更深层的议题:如何让AI证明转化为人类的理解、更好的训练以及对现实世界的可靠贡献?未来我们需要怎样的数学家?
从“证明稀缺”到“证明泛滥”,数学范式重构
陶哲轩认为,传统数学(数学1.0)运行在证明稀缺的环境中,衡量贡献的核心标准是“谁最先解决了什么问题”。然而,AI正在彻底改变这一环境。
近期,OpenAI短时间内发布大量数学论文,涉及黎曼猜想、霍奇猜想等重磅领域,甚至将王虹解决的三维挂谷集维数猜想扩展至四维。这些进展冲击了传统评价体系,迫使数学界反思:在解题之外,数学家的核心护城河究竟何在?
陶哲轩指出,获取解答的门槛虽已降低,但判断解答的正确性、评估其贡献度以及与现有研究的衔接仍需人工介入。否则,将出现“解出题目却未增加人类理解”的错位。
陶哲轩归纳了数学易受AI冲击的三个条件:证明可客观检验、数学对象高度可数字化、高质量文献已数字化。但他同时引用“飞机弹孔图”警示幸存者偏差:AI厂商往往只展示成功案例,而忽略大量失败尝试及资源消耗。他呼吁建立透明科学的评估机制,纳入失败结果和算力成本。
警惕盲目“卷解题”,维护数学生态健康
陶哲轩比喻称,开放问题如同灯塔,指引人们探索周边数学世界,抵达灯塔并非探索的终点。若评价体系仅奖励“已解决”,可能导致那些尚未走过但极具价值的路径失去探索动力。
千禧年难题有限,但由此衍生的理解、联系和新问题无限。陶哲轩警告,盲目优化“解题”指标将损害数学的长期健康。他此前曾批评AI公司无休止加速却忽视后果,强调必须慢下来,审视AI对数学共同体长期可持续性的影响。
陶哲轩透露,受AI近期频繁“轰炸”影响,其演讲主题从《机器辅助证明》临时调整为《数学2.0》,折射出行业变化的剧烈程度。
证明之后:理解、训练与现实世界的连接
为阐述人类理解的重要性,陶哲轩提出“癌症疗法实验”思想实验:若AI给出一种通过临床验证但机理不明的癌症疗法混合物,在注射前,人类必然希望有专家理解其作用机制。同理,模型结论通过验证后,仍需人类判断其与现实目标的一致性。
陶哲轩将解题过程拆分为五个阶段:生成证明、验证正确性、解释清楚、被共同体理解接受、融入标准理论。其中,最后一步涉及寻找更自然表述、连接其他知识,是AI难以加速的环节。若仅加速前期环节,可能导致“证明消化不良”。
针对OpenAI批量发布论文引发的争议,陶哲轩牵头成立人类数学协会(AHM),呼吁停止与缺乏人类理解核心的合作,强调形式化验证之外,作者必须具备讲解成果的能力。
AI时代,数学博士教育的价值重塑
面对“AI能否取代读博”的疑问,陶哲轩认为,博士教育的核心价值不在于产出论文,而在于培养吸收困难材料、综合知识及提出好问题的系统能力。正如食物充裕后人类仍需运动以维持健康,答案易得时代,人类更需有意识维护认知能力,抵御绕过思考的便利。
为实现AI与研究者的共同成长,陶哲轩参与创立的SAIR基金会正推进开放数学模型计划,旨在辅助理解论证、核查引用及形式化证明等日常研究需求。
△陶哲轩所展示的一套更具可持续性的“数学2.0”AI应用范式
结语:想象力是新的瓶颈
陶哲轩将实现数学2.0的关键瓶颈归结为想象力。在证明供给改变的当下,数学界需共同选择如何利用这一变化,推动理解、训练和探索向前发展。当AI解出一道题后,数学家的新命题将是:从这个答案中还能学到什么?接下来还能做什么?
参考链接:
https://teorth.github.io/tao-web/ai-views.html
[2]https://x.com/ns123abc/status/2109045309112250560
[3]https://teorth.github.io/tao-web/slides/math-2-0-caltech-2026.pdf?utm_source=chatgpt.com
[4]https://arxiv.org/html/2608.16753v1?utm_source=chatgpt.com
欢迎在评论区留下你的想法!
— 完 —

