AI大翻车，数学大神陶哲轩的预言成真了

最近这几年，随着AI技术的不断迭代与发展，在鸡娃路上狂奔的家长开始陷入了更深的焦虑与迷茫，如何培养能够适应未来发展的高科技人才，不仅是每个家庭，更是当前教育和社会所共同关注的热点话题，然而最近AI却被爆出大翻车，这到底是怎么回事？一起来看看吧。

From 谷雨星球

微信号：guyujihua2021

在不少人心中数学能力快要取代人类的AI，最近却大翻车了！

起因是大型语言模型（LLM）频繁在各种数学测试中刷分，正确率动辄90%以上。60位顶尖数学家看不下去，出了一套叫作FrontierMath的全新数学推理测试，都是AI从没刷过的题库。

结果AI的正确率不到2%。

于是，数学界最高荣誉奖菲尔茨奖得主、加州洛杉矶分校教授陶哲轩说：

「靠这些题目，人类还能赢AI几年」。

作为一直走在研究前沿的数学家，他和卡内基梅隆大学的数学教授罗博深一样，一直在AI浪潮下相当冷静。

一个势必要到来的AI时代到底是什么？

这让我想起上半年两位数学大神在牛津大学的一次精彩对谈，预言了AI的本质，以及一个与孩子们息息相关的「大数学时代」和「实验数学」的到来。

01.

「飞机」的诞生

作为深谙AI背后数学核心基础的科学家，陶哲轩把人工智能的出现比作飞机的诞生。

一开始，我们有了汽车、火车和轮船，接下来，有人发明了喷气发动机，只是功能非常少，只能是玩具。

随后很多年迭代中，发动机越来越大，性能也越来越强，速度也越来越快。这个时候，我们能把这个强大的喷气发动机绑在汽车和船上，让它们跑得更吗？

显然这不是安全的选择。

「你必须彻底改变交通运输的想法，必须设计出新的运输方式，新的安全协议和仪表设备，飞机就此诞生了。」

人工智能也是一样，它不是这两年凭空出现的，它也是从最基础的软件一步步进化而来，区别就在于，以前的人工智能模型都是「汽车」，而如今的版本是「飞机」。

从1.0的汽车版本，到2.0的飞机版本，有什么不一样呢？

陶哲轩说，「汽车」版本的计算机软件，它们都很「无聊」，被程序和代码设定好了每一步的走向，一切都是可预测的。

而如今「飞机」版本人工智能模型，第一次拥有了创造力，——

你不需要严格按照既定代码输入，只需用我们日常聊天的自然语言，哪怕说得再不标准，它也能读懂你的意思，给你想要的东西。

不过，令人意外的是，陶哲轩说，「人工智能并不是最先进的数学工具，它只是一个猜谜机器」。

为什么叫做猜谜机器呢？和人工智能解决问题的方式有关系。

在数学领域，1%的AI的确非常强大，比如谷歌的AI已经达到IMO奥林匹克数学竞赛人类银牌级别的水平，但99%的情况中，依然有很多AI在小学生的数学题上出错。

同样的一个问题、一个做图需求，你查询两次，就会得到两个不同的答案，还不能保证都是正确的。

它没有一个内部计算器去解决数学问题，而是像一个只记住了部分知识的学生做题，为了尽快做出来，而凭着过去的经验和记忆来一次次猜测，去接近你想要的正确答案。

陶哲轩还发现更加好玩的是，AI还特别嘴硬。

当AI算错了题后，你说「正确答案应该是120」，它的回答却是：「你给的是个错别字，正确答案是120」。

「如果你要用AI帮助数学学习，最好不要相信它，而是准备其他的计算机软件，来验证它的正确性」。

在陶哲轩看来，正是AI的这些「缺陷」，决定了它们作为专家的可信度和安全性都不高。

这也就意味着，像财务、医疗、公共安全，以及需要精密计算的领域，精确意味着一切，完全容不得一次次猜测，AI并不能代替人类做出决定，太过依赖反而可能造成严重伤害。

02.

AI也像水龙头

从另一个角度来说，在另外一些负面风险很小的领域，AI的好处要比人类想象得多。

对于特别适合将AI利用起来的领域，陶哲轩又用了一个巧妙的比喻：「AI就像一个特殊的水龙头」。

它的特殊之处在于，出来的水虽然不是质量好的直饮水，但它一瞬间能输出的水量要比传统水龙头多100倍、1000倍，如果你有一个过滤装置，就可以获得比以前多得多的饮用水。

「这就是人工智能时代的科学和数学」。

而一旦把AI看作水龙头，就可以解决科学研究中存在已久的大瓶颈——样本人选不够多的问题。

AI&生物

在医药行业，你想治疗某种疾病，而要想合成对症的药物，必须从自然界或者人工合成中获得初始状态的原料，然后才能进行后续的合成，以及第一阶段、第二阶段的实验。只有最大的制药公司才有能力等待。

当有了AI，这些浪费或许都可以避免。

它可以为蛋白质建模，可以快速运行大量的数据，你就可以对各种药物的功能进行建模，你就可以无需等待太长，以前需要测试100个药物，如今只测试10个就行了。

AI&化学

还有AI在化学领域的应用，比如你想找到一个新的超导体。

但是传统的合成过程同样非常昂贵，也很危险。而AI可以把部分合成过程用建模的形式预测出来，缩小可选范围，将之前需要人工合成的设计实现自动化，就可以又快又好又安全。

AI&气候学

陶哲轩做了个总结：人工智能时代对于世界上各行各业的根本改变之一，在于我们必须为各种事物建立模型——

比如要想预测未来20年的地球气候，传统方法是将地球划分成非常小的网格，运用已知的数据和物理地理定律计算，超级计算机可能要花费几个月时间算出来，而AI就可以对现有的模型进行训练，输入数据预测最佳的拟合方案。

还有像飓风这种罕见极端天气的走向、登陆点，AI模型的预测功能也特别好用。

目前已经有科学家在给气候建模了，而且成功地达到了超级仿真的精确度。甚至普通的天气预报，AI的预测速度都能达到过去10000倍的速度。

但正如AI本身的不足一样，它在建模上的运用依然存在一些瓶颈，像是收集大量数据，并将其在AI之前格式化，都是科学工作人员们正在攻克的难题。

也正是这些「进行中」的科学、数学突破，让陶哲轩格外感慨地说：

「我对人工智能如何改变世界感到非常兴奋，革命已经来了」。

03.

「大数据时代」即将来临

在这场演讲中，陶哲轩还与我们也采访过的罗博深教授，来自了一次有意思的炉边谈话中。

两位数学家金句频出，让很多人一下子对AI祛了魅：

「人们通常认为，能像人类一样用自然语言聊天，就是智慧的巅峰了。人工智能虽然已经可以做到了，但它实际上并不那么智能。

AI工具的作用就是预测下一个要说的词。

就像我们用手机打字，打完一个词语，键盘上方会自动出现一些可以衔接的惯用语言。这个功能并没有多么智慧，甚至会产生语言垃圾，说一大串正确而无用的废话。

相反，人类觉得困难的事情，它却觉得容易，比如它可以自动为很多看起来复杂的数学证明填充小步骤」。

不过，对于人工智能在数学领域的未来，两位数学家的态度还是相当有信心的，就像看待一个正在成长中，一不小心就会犯错的聪明小学生一样。

陶哲轩说，「人工智能将和数学产生巨大的协同作用，未来将会出现一个大数学时代」。

就像他在今年2月份接受美国著名科学杂志Quanta Magazine时说的：

数学学科已经成熟了很多，并正在专注于互联和应用，与现实世界的联系更加紧密。像计算机科学、生命科学、社会科学等等，随着大数据的兴起，几乎任何人类学科都可以在一定程度上被数学化。

同时，有了AI以后，数学研究正在变得更加全球化。

比如过去数学家之间进行合作，共同证明一个定理，只能在小范围内协作，因为每个人都必须验证其他人的数学步骤是正确的。

数学家之间很难真正「信任」。而这个致命缺陷，真正抑制了数学领域的真正大规模合作，也把很多业余数学爱好者隔在了门外。

而有了AI以后，全球的数学家、爱好者即便不认识、不信任，也可以将自己的东西上传到某个Github存储库或其他的社区进行交流，而独立的AI辅助验证技术可以对其进行100%的验证。

「这是过去从未真正见过的合作」。

更加令人感概的是，陶哲轩还提到，我们必须改变教育学生的方式，特别是传统的作业布置方式。

「现在AI像家庭教师一样，能将每一步的证明向你阐明，并立即回答背后的原理，所以‘做得对’已经不能作为学生做作业的目标。

我们要教下一代孩子的是，如何验证AI生成的结果正确性，以及如何获得AI以外的意见。

我们会进入一个实验数学的时代，让孩子们看到，我们如何使用AI提供的大数据，和计算机形成的证明，把数学变成实验」。

对于关注数学教育的任何人来说，陶哲轩的这些分享，仿佛在迷雾一样的世界中劈开了一道口子，让人们看到了AI在数学领域的现在和未来。

更让我们明白，AI既没有像媒体夸大中的那般可怕，也没有那么傻。关键在于谁去用，以及如何使用。

这都是下一代孩子可以深度参与，并充分发挥所能的广阔领域。

本文来自：谷雨星球（ID：guyujihua2021），邀你一起做内卷下的教育长期主义者。