AI正在引发数学界的存在主义危机

今天《解码者》节目邀请了《The Verge》驻伦敦AI记者罗伯特·哈特，深入探讨AI对数学领域的冲击，以及众多顶级数学家正在经历的存在主义危机。

OpenAI近期发布了一系列针对数学领域长期悬而未决问题的解答，在数学界引发了轩然大波。罗伯特为此专门采访了多位当世最杰出的数学家，听取了他们对这一现象的看法与思考。

有趣的是，当前的AI系统在小学算术层面依然表现糟糕，却在高度抽象的前沿数学领域展现出越来越强的能力。这一反差为整个高等数学领域带来了一系列深层追问。

存在主义危机的导火索

这场危机的集中爆发，源于OpenAI发布了一篇博文，宣称其最新模型Astra在数学与理论计算机科学领域取得了"十项重大突破"，涵盖量子博弈论、高维球填充等多个专业方向。这些成果在数学界引起强烈反响，受访的多位研究者表示，若是由人类独立完成其中任意一项，就足以奠定一位学者的整个学术生涯。

值得注意的是，OpenAI最初在博文中声称这些问题"过去十年毫无进展"，但相关论文中明确提及了对其他研究者工作的借鉴。这一疏漏后来被悄然修正，也引发了部分研究者对学术署名规范的批评。

AI数学能力的"锯齿形边界"

采访中，牛津大学教授安德拉什·尤哈斯指出，AI在几何直觉方面几乎毫无建树，这或许正是拓扑学等领域进展有限的原因所在。数学家们将AI的能力分布形容为"锯齿形边界"——在某些方向极为出色，在另一些方向又极为薄弱。

AI在推理与逻辑连接上的优势，使其能够融会贯通不同领域的方法论，但面对计数、日期等基础任务时，仍频繁出错。

年轻数学家的困境

对于正在攻读博士学位的年轻一代，这场变革带来了切实的职业焦虑。菲尔兹奖得主詹姆斯·梅纳德指出，博士研究通常历时四年，学生在选题时不仅要考虑当下AI的能力边界，更要预判四年后AI将达到的水平——而届时，他们精心钻研的课题或许早已被AI"解决"。

罗伯特在采访手记中写下"炮弹休克"（shell shock）一词，形容这种变化发生得太快，让整个领域猝不及防。从事纯粹数学研究的研究生，甚至开始质疑自己未来是否只能沦为"AI证明的核查员"。

数学的本质之争

在这场讨论中，一个更深层的问题逐渐浮现：数学的意义究竟在哪里？

苏黎世研究员约翰内斯·施密特担忧，AI在大规模"收割"数学问题的同时，却并不能像人类数学家那样开辟全新的研究方向。历史上，许多重大数学发现的真正价值，并不在于解题本身，而在于解题过程中衍生出的新工具、新方法乃至全新的研究领域。若AI只是逐一清零待解问题，却无法催生新的探索方向，这个领域将走向何方，无人能够预料。

对于AI实验室将数学作为"营销竞技场"的做法，圣安德鲁斯大学的科尔瓦·罗尼-道格拉斯直言不讳，批评其将学科工具化。部分数学家已联合签署《莱顿宣言》，公开拒绝为AI炒作背书。

民主化还是新壁垒？

AI也在为数学带来另一面向的变革——更多拥有数学直觉但缺乏系统训练的人，如今得以借助AI工具参与前沿探索。已有案例显示，借助AI辅助，本科生完成了原本需要研究生水平才能企及的工作，并成功发表了经过同行评审的论文。

然而，这一前景并非没有代价。高端AI工具的使用成本不菲，对于习惯了"一块黑板打天下"的纯数学研究者而言，每次调用动辄数百乃至数千美元的模型调用费用，同样是一道实实在在的门槛。

结语

罗伯特的报道呈现出一幅复杂而充满张力的图景：震惊、好奇、忧虑与期待并存。正如一位数学研究者在评论中所写："若使用得当，AI将是数学的一大福音。"但问题的关键，正在于如何定义"得当"——以及，这份福音究竟为谁而来。

Q&A

Q1：OpenAI的Astra模型在数学领域取得了哪些具体突破？

A：OpenAI发布博文称，其模型Astra在数学与理论计算机科学领域取得十项重大进展，涵盖量子博弈论、高维球填充等多个方向。受访数学家普遍认为这些成果具有真实价值，表示若由人类完成其中任意一项，足以支撑一整个学术生涯。不过，OpenAI最初声称相关问题"过去十年毫无进展"，但论文中明确引用了他人研究，这一表述后被悄然修正，引发了学界对学术署名规范的批评。

Q2：为什么AI在高等数学上表现出色，却在基础算术上频频出错？

A：这是AI能力"锯齿形边界"的典型体现。高等数学的核心在于推理、逻辑连接和模式识别，而非单纯的数值计算，AI恰恰在这方面具备优势。相比之下，计数、日期换算等看似简单的任务，对AI而言反而容易出错。不同数学分支对能力的要求差异显著，AI的表现也因此参差不齐。

Q3：AI的数学突破会对数学系学生和青年学者造成哪些实际影响？

A：影响是多方面的。菲尔兹奖得主詹姆斯·梅纳德指出，博士生在选择研究方向时，不仅要考虑当下AI的能力，还要预判四年后AI的水平，存在所选课题被AI"提前解决"的风险。与此同时，AI生成或辅助的论文大量涌入期刊与预印本平台，加重了同行评审的负担。部分研究生则在公开文章中流露出对职业前景的迷茫，担忧自己未来只能充当AI证明的"核查员"。