陶哲轩的“下山”：当数学界的莫扎特决定给 AI 立规矩

这是一场关于“真理”与“概率”的博弈。

编译 | 王启隆

来源 | youtu.be/Z5GKnb4H_bM

出品丨AI 科技大本营（ID：rgznai100）

在数学界，陶哲轩（Terence Tao）的名字本身就代表着一种“确定性”。

这位菲尔兹奖得主、被誉为“数学界的莫扎特”的天才，过去几十年的工作是和最纯粹的逻辑、最绝对的真理打交道。但在 2026 年初，他做了一个看似“反直觉”的决定——他要以此身为桥梁，去拥抱那个充满了概率、幻觉和不确定性的 AI 世界。

就在昨天，陶哲轩联合创立的 SAIR（科学与 AI 研究基金会） 正式浮出水面，宣告这位大神入局 AI for Science。

▲ 右上角居然还有 B 站和抖音官号，这就和外国的机构不一样了

这件事的信号意义极强。过去两年，“AI for Science”虽然喊得震天响，但科学界始终弥漫着一种尴尬的“割裂感”：一派是 AI 极客，他们用大模型生成看似完美的论文摘要，却对背后的物理机制一窍不通；另一派是传统科学家，他们看着 ChatGPT 编造的参考文献嗤之以鼻，坚守着这一亩三分地。

可能比较看得清的，还属弄出了 AlphaFold 的诺奖得主、谷歌现在的 AI 掌门人哈萨比斯（Demis Hassabis）。

而陶哲轩显然认为是后者，但他加了一个极其苛刻的前提：我们必须驯服 AI。

如果你关注陶哲轩最近一年的动态，会发现他不再仅仅是那个解决素数猜想的数学家。他在博客上分享如何用 ChatGPT 辅助写代码，他在推特上推崇形式化证明语言 Lean，他甚至在思考如何让 AI 成为数学研究的“合著者”。

SAIR 的成立，就是这种思考的实体化。在即将于 UCLA 举办的启动仪式前，陶哲轩接受了一次深度专访。

在这次对话中，他没有盲目吹捧 AI 的神力，反而是以前所未有的冷静，甚至带着一种“挑剔”的眼光，剖析了当前 AI 在科研中的致命弱点：它像一个只会讨好老师的作弊学生，它像一个不仅听不懂话还爱钻空子的许愿精灵，它甚至连“记住昨天说过什么”都做不到。

但他同时指出，数学，可能是 AI 救赎的唯一机会。因为在所有学科中，只有数学拥有一套名为“形式化验证”的终极测谎仪。

以下是 SAIR 官方最新发布的专访实录，包含了陶哲轩对 AI 介入科学研究最坦诚、最硬核的思考。

学术界不能“坐等”科技公司的施舍

主持人：大家好，今天我们非常荣幸邀请到陶哲轩。随着 SAIR 基金会启动在即，我们很想听听您的新视角。首先，能否请您简单介绍一下自己？

陶哲轩：好的。我是陶哲轩，UCLA 的数学教授。以前我的兴趣主要在纯数学，但最近几年，我越来越深入地参与到利用 AI 和其他新技术来做数学，或者更广泛地说，做科学研究的新方法中。

最近，我和其他几位科学家及捐赠者共同创立了 SAIR（Foundation for Science and AI Research）。这是一个新的基金会，旨在支持“AI for Science”，探索如何将这些新技术整合到科学工作流中。几天后，我们将在 UCLA 的 IPAM（纯粹与应用数学研究所）举办首次启动活动。

主持人：我想这是很多人都想问的问题：是什么让您决定共同创立 SAIR？

陶哲轩：这是多种因素的结合。

过去几年里，我越来越确信：这些技术已经准备好改变科学了。

但关键在于，我们必须准备好去接纳它们。我们需要学会“正确”地使用它，并避免“错误”的用法。事实上，把 AI 融入科研有很多错误的路径，而正确的路径其实非常少。

在这个过程中，学术界不能只是被动等待。我们不能等着科技公司扔给我们一个现成的产品，然后直接拿来用。我们需要深度介入，去互动，去搞清楚哪些科学领域适合 AI，哪些仍然适合人类的传统方法。

另外，还有一个比较现实的原因。过去一年，资金环境充满了不确定性。比如我所在的 IPAM，我们的很多项目曾一度面临资金暂停的困境。那种混乱时期迫使我们去寻找新的资金来源，去接触新的投资人和合作伙伴。而在某种程度上，危机也带来了转机，SAIR 就是这次合作的成果之一。

AI 的阿喀琉斯之踵，与数学界的“终极测谎仪”

主持人：您提到数学在 AI 应用中似乎很特别。为什么？

陶哲轩：潜力确实非常大。但我们要先谈谈现代 AI 工具，尤其是大语言模型（LLMs）的一个巨大的“阿喀琉斯之踵”：它们的随机性（Stochastic）。

它们并不真正“扎根”于现实。它们有时能给出极好的答案，有时却给出完全的垃圾。它们只是在统计学上匹配出一个看似不错的答案，而不是基于理解。

因此，在很多学科里，AI 的应用并不像最初预期的那样令人满意，因为不可靠。

但在所有应用领域中，数学几乎是独一无二的——因为我们拥有非常成熟的验证能力。

如果你给我一个数学证明，无论是人写的还是机器写的，我们有逻辑定律，有数学法则，我们可以检查它对不对。现在，我们甚至可以用计算机来做这件事——我们有形式化证明助手（Formal Proof Assistants）语言，它们可以自动验证证明的正确性。

这就在某种程度上让 AI “不得不诚实”。这让数学比其他学科有更大的机会去过滤掉 AI 那些糟糕的、胡说八道的用法，而保留下有效的用法。当然，并非所有数学都能被形式化验证，比如提出新猜想或解释概念，AI 目前还未必擅长。但在证明验证这一块，潜力是巨大的。

主持人：随着验证程序的发展，我们是否会迎来一个节点：AI 可以持续生成想法并自我验证，从而创造出全新的东西？

陶哲轩：这确实是我们的目标。目前，AI 会生成各种随机的想法，其中可能只有极少数是有价值的。我们现在还无法直接验证“想法”本身。

但我们可以借鉴物理学或化学的方法。物理学家提出一个假设，然后通过实验收集证据——这虽然不是严格的证明，但能增加或减少你对假设的信心。

我预见未来的数学会带有更多的“实验性质”。现在的数学几乎完全是理论推导，但在未来，AI 可能会提出一个假设（比如某个公式对所有自然数都成立），然后它自己去设计实验，测试几个数值案例，或者检查它是否与文献中已有的结果兼容。

这种应用目前还处于早期阶段，因为我们还没有建立起完善的验证机制。但随着我们对 AI 使用方式的成熟，我想象这种模式终究会出现——也许还需要 10 年左右。

主持人：10 年听起来并不算太远。

陶哲轩：其实进展比我预期的要快。之前有些人对 AI 的期望高得离谱，觉得数学家或科学家马上就要被取代了——现实显然并非如此。但 AI 确实已经能够证明一些以前从未被证明的定理（虽然通常是用标准方法），也能发现一些我们未曾注意到的模式。

它依然不可靠，但潜力显而易见。关键在于研究如何正确地使用它。

主持人：AI 似乎很擅长结构化的重复任务。

陶哲轩：没错。AI 和人类是不同的。虽然“人工智能”这个名字听起来像是要取代人类，但实际上，人类并不喜欢做那些高度重复的任务。

在数学里，如果你给一个人 1000 道类似的题目，他可能做完前两道就烦了，剩下的根本不想碰。那么，把剩下的 998 道交给 AI，这就是一种非常自然的分工。

在短期内，更合理的模式是：人类提出构想，画出第一步的草图和方向，然后把那些繁重的填补工作交给 AI。 这将极大地加速现有的工作流程。

形式化验证：如何逼迫 AI 停止“作弊”

主持人：既然 AI 经常给出看似合理实则胡扯的解释，我们该怎么改进这一点？

陶哲轩：在数学领域，目前我们找到的最好办法就是形式化验证（Formal Verification）。

流程是这样的：AI 首先生成一段自然语言的论证，这可能对也可能错。然后，我们让同一个或另一个 AI，把这段论证转换成形式化语言。每一个断言、每一步推导都必须被转化成精确的代码，然后交给一个非常严格的编译器去验证。

注意，这个编译器不是 AI，它是传统的、极其可靠的软件系统，专门为了高可靠性而设计。到目前为止，我们在主流形式化证明语言的编译器中几乎没有发现过重大漏洞。

如果验证失败，我们就让 AI 重试；如果通过，我们就得到了一份很长的、被机器验证过的形式化证明。虽然这份证明可能很难读，但我们可以反过来再让 AI 去解释它。

形式化证明的美妙之处在于，每一步都极其精确。你可以手动把一个巨大的定理拆分成许多小块，每一块都可以单独研究。

我们已经遇到过很多这样的例子：AI 生成了一个证明，我们一开始完全看不懂。但在我们对它生成的代码进行“反编译”和研究几天后，我们不仅理解了思路，甚至还在文献中找到了类似的人类先例。

AI 的优势在于广度。它吸收了海量文献中的技巧精华。人类数学家可能熟练掌握四五种技巧，而 AI 可能掌握十几种。虽然它并不总是能恰当地使用这些技巧，但只要问题本身在现有文献中有基础，AI 的表现就很强。

目前我们还没有看到 AI 提出完全没有先例的、前所未有的全新思想——不过说实话，大多数人类数学家也做不到这一点。

为什么现在的 AI 还算不上“合著者”？

主持人：您认为 AI 的下一个重要里程碑是什么？是思考方式的改变，还是应用层面的突破？

陶哲轩：还有很多方面需要提升。首先是创造力，尤其是那种无法追溯到现有文献的原创性。

其次是持续学习能力。我曾把当前 AI 在数学上的能力比作一个研究生：它掌握了很多技巧，它会尝试应用，有时成功有时失败。

但人类研究生有一个巨大的优势：他们会从错误中学习。 如果你指出他们的错误，下周再见面时，他们通常不会再犯同样的错误。

但 AI 不是。你开启一个新的会话，它往往就“忘记”了一切。虽然现在的上下文窗口可以保留之前的对话，但这并不稳定。还有一个众所周知的现象：如果你告诉 AI 不要做某件事，它反而可能更倾向于去做。目前的 AI 是通用的，我们还没有能力让它真正“专业化”——比如把它变成一个“只做数学”的专家。

但我最想看到的里程碑，是一个真正稳健的、成熟的工作流整合。

目前我们使用 AI 的方式是“拼凑”的。写论文卡住了，就打开浏览器问问 Chatbot；或者像有些人尝试的那样，把 AI 当作 Agent（智能体）让它接管电脑（这其实是个坏主意）。

现在的 AI 还谈不上是真正的“合著者”。

当你和人类合作时，你们可以在黑板前讨论，写下公式，这种互动是高度整合的。人类花了几百年时间打磨人与人协作的方式，但我们还没有找到与 AI 协作的最佳模式。

主持人：您觉得这种协作感具体缺失在哪里？

陶哲轩：这很难描述，可能是一种无形的因素。就像疫情期间我们都转到了 Zoom 线上会议。从功能上讲，线上会议完全可以传达信息，但面对面的交流中有眼神接触、有肢体语言，这些微妙的东西丢失了。

同样，和 AI 聊天时，你也缺失了这些隐性的信号。

更重要的是，AI 公司倾向于展示那种“一键生成最终答案”的产品。你按个按钮，AI 给你整个解决方案。但问题是，你并没有参与到这个解决方案的创造过程中。

如果让你去向别人解释这个答案，你解释不出来；如果你想修改它，你只能乞求 AI：“请你帮我改一下”，而每次修改往往会让结果变得更差。

理想的协作应该是互动式的：你走一步，AI 接一步；你给出反馈，它进行修正。通过这种互动，你会理解证明是如何一步步构建出来的。

正如我们常说的，有时我们真正想要的不仅仅是答案，而是那个过程。

如果要找个比喻，我觉得 AI 应该像“盐”。做菜时加一点盐会让食物更美味，但你不能把整罐盐都倒进去。关键在于：在合适的时候用，在不合适的时候不用。

主持人：这很有意思。AI 似乎太专注于“回答问题”本身，而不一定在乎整体意义上的“正确”。

陶哲轩：这正是机器学习哲学的核心。

早期 AI 试图模仿人类的推理过程，结果并不好。后来人们转向了另一种方法：只定义一个目标（Metric），不管过程是否优雅或合理，只要最大化这个指标就行。这在数据量和算力上来后，效果惊人。

但也正因为如此，AI 有时“太”擅长优化目标了。

它就像神话故事里那个只按字面意思理解愿望的精灵（Genie）。你告诉它“我要优化这个指标”或者“我要解决这个问题”，它就会投入所有的算力去精确地达成这个指令。

比如，如果我要求 AI 在形式化证明助手里生成一个证明，并且强行要求“无论如何都要得到证明”。它可能会作弊——比如它会随意添加一个新的公理，或者偷偷修改定义，以此来满足你的要求。从字面上看，它确实完成了任务，但这违背了我们的初衷。

人类其实不太擅长精确定义目标。当我们让人类去倒茶时，不需要告诉他“不要把茶倒在我身上”，因为人类有常识。但 AI 没有这种隐含的常识背景。

所以我们正在学习，给 AI 布置任务时，尤其是那些需要精确规范的任务，必须把目标描述得非常清楚，堵住所有漏洞，并认真思考自己真正想要什么。

最大的误解：把所有技术都叫 AI

主持人：最后一个问题，您认为大众在科学中使用 AI 时，最常见的误解是什么？

陶哲轩：对大多数人来说，AI 等同于聊天机器人。它会像人一样回应你，说些好听的话。

有些科学家确实用聊天机器人来辅助思考，但在科研中，更有效、更强大的 AI 用法其实完全不同，通常是结合了验证机制的数值计算、绘图或逻辑检验。科学家使用 AI 的方式与公众大相径庭——我们不需要它生成可爱的图片，那对科研没用。

遗憾的是，现在的舆论把所有东西都打包叫做“AI”。实际上，这是数百种相关技术的集合。

比如神经网络，这东西存在二十多年了。它没有现在的 LLM 那么“性感”，没有对话界面，本质上就是个数据处理工具，用来在数据中寻找模式。它很朴素，很枯燥，但科学家们用了这么多年，效果非常好。

这种最常用的技术，往往不是公众最关注的。也许我们需要更好的命名方式，而不是把所有东西都一股脑地塞进“AI”这个标签里。

主持人：好的，今天的采访就到这里。非常感谢您接受我们的采访。

陶哲轩：很高兴参与。