近期，AI 在数学研究领域的突破引发广泛关注。随着 OpenAI 等机构接连公布 AI 解决数学难题的新成果，数学界开始重新审视：当 AI 能够参与甚至独立完成复杂证明时，数学家的核心价值何在？数学研究的范式与人才培养又将如何演变？
10 月 14 日，在第六届智能计算创新论坛主论坛上，之江实验室主任、中国工程院院士王坚与浙江大学数学高等研究院院长、中国科学院院士励建书围绕 “AI+Maths：Evolution and Eternity（AI+ 数学：变与不变）”展开深度对话。
励建书指出，当前数学正处于类似微积分诞生前夕的历史节点，AI 有望助力数学家跨越传统难题，开拓更广阔的数学疆域。王坚则强调，数学与 AI 的深度融合不仅改变数学研究，更将推动 AI 推理能力迈入新阶段。两位院士还就数学的原创性与美感、科学 AI 的开放性以及未来科研共同体构建等议题进行了深入探讨。
AI 重塑数学研究范式：从“解题”到“发现”
王坚率先指出，本次对话旨在分享之江实验室与励建书团队在 AI 与数学结合方面的共识及未来展望，重点聚焦于数学本体的变化。
励建书认为，当前是数学发展的激动人心时刻。回顾历史，微积分的发明曾将原本繁琐的几何计算简化为本科生作业，但并未导致数学研究的消亡，反而催生了微分几何、调和分析等新分支，彻底改变了数学面貌。如今，AI 正带来类似的范式革命。
传统数学研究往往侧重于攻克单一难题，如同攀登高山。而 AI 的出现使得快速跨越这些“山峰”成为可能，让数学家有更多精力去“欣赏风景”，即发现新的数学结构和联系。此外，面对日益庞大且细分的数学学科体系，AI 凭借百科全书式的知识整合能力，有望帮助人类重新梳理不同领域间的内在逻辑，形成更简洁、深刻的整体认知，实现从“厚”到“薄”的学科升华。
图 | 王坚院士和励建书院士对谈（来源：现场图）
王坚补充道，AI 自身也在经历方法论层面的深刻变革。正如笛卡尔坐标系统一了代数与几何，大语言模型通过统一的方法论处理不同语言和模态，打破了计算机视觉与自然语言处理等领域的界限。这种跨领域的融合能力，为解决数学各分支间的鸿沟提供了新路径。
针对“未来需要什么样的数学家”这一疑问，励建书表示，AI 将大幅降低单纯为了发表论文而进行的重复性研究价值，转而凸显原创性和创造力的重要性。未来，顶尖数学家的需求不降反增，但培养模式需从基础知识积累转向高阶思维训练，教育改革势在必行。
王坚进一步指出，数学研究的核心在于提出原创性问题。AI 解决了旧难题，并非意味着问题的枯竭，而是扫清了障碍，让人类得以提出更深层次的新问题。对于近期 AI 证明大量数学猜想的现象，励建书提醒需保持理性，传统数学证明需经严格验证方可被学界认可，但 AI 确实已展现出解决部分问题的能力，这标志着全新数学时代的开启。
Math for AI：数学理论驱动 AI 进化
在探讨 AI 对数学的影响之外，王坚更关注数学如何反向推动 AI 进化。他认为，当前大模型的推理能力主要源于代码数据，与真正的数学推理仍有差距。若 AI 能深入汲取数学逻辑，其推理能力将实现质的飞跃，进而成为支撑各学科发展的基础性工具。
励建书指出，“Math for AI”（数学赋能 AI）尚处起步阶段。目前 AI 工程实践远超理论基础，底层机理不明，算法效率提升缺乏根本性的数学突破。他预测，随着越来越多顶尖数学家介入 AI 基础理论研究，有望通过脑力突破打破算力与电力的物理瓶颈，实现“智能平权”，即在同等能耗下大幅提升 AI 性能并降低使用成本。
王坚对此表示赞同，并提出“AI 的尽头是脑力而非电力”。他强调数据在 AI 发展中的核心地位，包括互联网文本、代码以及数学竞赛题目在内的多源数据，共同塑造了当前模型的能力。全球庞大的数学研究群体若能开放协作，将为 AI 提供巨大的智力资源。
此外，两位院士还探讨了数学的美感与原创性。励建书认为，尽管大众常因“有用”而重视数学，但对纯数学家而言，追求数学本身的美感与品味至关重要。AI 可辅助处理海量信息，但无法替代人类对数学美的直觉判断与原创性追求。王坚则表示，科学与技术的探索同样蕴含美感，AI 与数学的结合应超越功利性应用，共同推动科学精神的传承与发展。
构建开放科研共同体：避免技术垄断
面对 AI 技术在科研中的广泛应用，励建书提出警示：科学研究不能过度依赖单一商业公司的封闭模型。为确保科学研究的独立性与长远发展，亟需建立开放、自主的 AI 平台与合作机制。
王坚强调，之江实验室作为非营利科研机构，致力于推动“AI for Scientists”乃至“AI for Humanity”。科研的最终目的是服务人类，因此必须建立不属于任何单一机构的开放合作生态。浙江大学数学高等研究院与之江实验室的合作正是这一理念的初步实践。
励建书建议，理想的科研共同体应包含四方力量：一是如之江实验室般聚焦特定任务的科研机构；二是具备专业品味与判断力的数学研究机构；三是拥有高效执行力的私营企业；四是广泛参与的个人研究者。多方协同，方能应对未来挑战。
王坚总结道，非营利机构在平衡商业利益与科学公共利益方面具有不可替代的作用。数学与 AI 的深度结合，不仅是解决具体问题的工具，更是探索新型科研组织模式的试验田。双方期待通过开放合作，引领数学与 AI 进入一个光辉灿烂的新纪元。
注：封面/首图由 AI 辅助生成