3B1B创始人：AI时代，现在正是学习数学的最佳时机
知名数学科普频道3Blue1Brown（简称3B1B）创始人格兰特·桑德森（Grant Sanderson）近日发布视频指出，尽管人工智能在数学证明领域进展迅速，但这并不意味着人类数学研究的终结。相反，这可能迎来数学发展的“黄金时代”。
格兰特认为，即使AI在数学证明方面全面超越人类，对数学本身的价值及资金来源影响有限，但将深刻改变数学的学术制度文化和功劳分配体系。
核心观点摘要：
- AI当前能力或被高估，但进步速度从未被低估。
- 好的数学家证明定理，伟大的数学家提出猜想，最伟大的数学家书写定义。
- 当机器能批量生成证明时，证明应被视为数学的“原始数据”。
- AI解题能力强不妨碍人类通过解题提升自我，如同机器举重更强，人仍需健身。
- 教育瓶颈不在于解释清晰度，而在于学习意愿。
- 当前进入数学领域，有机会参与定义未来数学工作的认可标准。
数学研究的五大维度
证明定理仅是数学研究的一部分。格兰特将数学研究拆解为五个部分：
- 证明定理：回答命题为何成立。
- 提出问题或猜想：判断值得追问的问题及富有潜力的方向。
- 构建理论：寻找合适的定义、结构和思维框架，整合分散结果。例如笛卡尔引入直角坐标系，提供了全新的思考框架。
- 寻找应用：将抽象数学连接至科学与工程。
- 沟通交流：向他人阐释结果、思路及其研究价值。
数学对世界的三重价值
应用价值
基础数学到实际应用往往存在时间滞后，不能仅以当下用途衡量其价值。例如，16世纪为解决三次方程衍生的虚数概念，数百年后成为量子力学和电气工程的基础；对欧几里得第五公设的探索催生了非欧几何，进而推动了广义相对论的发展。
个人层面的价值
数学训练赋予人们强大的问题解决能力，且具备高度可迁移性。许多受过数学训练的人才最终进入计算机、机器学习、金融、密码学等领域。数学教育的价值不仅在于培养数学家，更在于为其他领域输送具备结构化思维能力的人才。
审美价值
数学研究本身带来智力愉悦和艺术性满足。这种内在乐趣解释了为何数学界对AI的反应与艺术界类似。
从资金角度看，数学主要依靠教学、公共资金、私人基金和产业资金支持。其中，教学之外资金存在的合理性，很大程度上源于数学为经济体其他部分培养了具备特定问题解决能力的人才。
AI超越人类证明能力后的影响
回顾过去四年，AI在数学领域的进步速度不容小觑。从最初解决IMO几何题被质疑“暴力求解”，到如今通用模型能解决IMO级问题，甚至处理复杂的Erdős问题。
若AI在证明方面全面超越人类，格兰特认为这将促使数学实践转向理论构建：
- 应用价值更依赖理论构建而非单一命题真伪。
- 证明变得易得，人类可更快探索理论，公共与私人资助理由依然充分。
- 个人解决问题的能力如肌肉锻炼，仍需亲身参与；审美上，部分数学家因能从繁琐证明中解放而感到兴奋。
高等研究院数学家Konstantin Kogler表示，面对AI生成的简洁有力思想，他感到难以置信的兴奋，因为这带来了真正的洞见。
在此背景下，证明将降格为“原始数据”，类似于数值计算中的中间结果。博士论文可能不再是几个证明堆砌，而是整套理论的构建。研究者应更多关注如何理解证明背后的思想，并将其发展成连贯的理论体系。
如果AI也能提出猜想和构建理论
若AI进一步擅长识别有价值的问题、构建新理论，人类的角色将转向：
- 将机器生成的理论与癌症研究、核聚变等相邻领域连接，承担跨领域应用工作。
- 享受“理解的快乐”。虽然“首先发现”的快乐可能减少，但深入理解复杂理论带来的满足感不减反增。
在教育层面，尽管AI擅长解释，但教育的瓶颈在于学生的投入意愿。因此，大学教育和师生关系仍具不可替代性，数学作为培养人的学科，其教学价值依然稳固。
现在是进入数学领域的关键窗口期
格兰特指出，当前数学共同体正面临范式转移，大家都在探索新的方向和范例。此时进入数学领域，有机会参与定义未来数学工作的认可标准，处于历史的关键转折点。
对于年轻学者，格兰特的建议是：找到一条路，投入自己的热爱。无论是深入研究还是进行科普，保持对数学之美的追求，并与同行交流分享，这才是应对AI时代变化的最佳策略。
