ICLR投稿暴涨至6万篇！MIT教授叹息，人类学术审稿体系濒临崩溃

你敢信吗，AI连悬了百年的顶级数学难题都解出来了，结果全人类最顶尖的数学家看了两行就承认，这答案是对的，但我看不懂。本来大家都觉得AI搞科研是给人类打下手，没想到它先砸了学术圈的基本盘，运行了几百年的审稿体系，现在已经快扛不住了。

前不久OpenAI一口气甩出722篇论文，好多困扰学术界几十年的数学难题，都给出了明确结果。以前有人开玩笑说，数学家就是把咖啡变成定理的机器，现在这句话成真了，只不过机器不用喝咖啡，靠数据中心的算力就能跑。

这就苦了原本靠这个吃饭的人类数学家，睡醒一觉发现，自己研究了半辈子的方向，可能直接被AI终结了。MIT工程教育副院长Justin Solomon最近在播客里聊起这件事，直接点破了AI给学术界带来的核爆级冲击。

AI直接把枪口对准了人类智力的天花板数学，这个秋天，不少顶尖学者的智力自尊，都被AI的“外星逻辑”敲得稀碎。OpenAI解出来的，是克雷数学研究所悬赏百万美元的纳维-斯托克斯方程，这个方程被叫做流体力学的上帝公式。

大到台风生成飞机飞行，小到你搅拌咖啡时奶泡的旋转，全在这个方程的支配范围内。写出方程不难，可一百多年来，没人能解决那个最基础的问题：给定平滑初始状态，方程的解会不会在某个瞬间突然“炸掉”。

人类数学家普遍倾向于答案是不会，结果OpenAI硬生生给出了反例：理论上真存在一种极端搅动方式，能让流体在有限时间内彻底失控。更有意思的是，之前西班牙顶尖数学家已经做完了99%的铺垫工作，AI只是走完了人类扛不动的最后1%。

放在以前，这种级别的突破早就开香槟庆祝了，可这次所有人都笑不出来。因为这份证明放出来大半个月，全地球没人能顺顺当当读下来。播客主持人下载完论文，看着满页符号跟看天书没区别。

就连Justin Solomon这种早年在皮克斯研究复杂数学模型的大佬，翻完前两页直接大脑宕机。他说这份证明全是密密麻麻的技术细节，全是反直觉的推导，一点都不符合人类对优美证明的认知，可他不得不承认，这玩意大概率是对的。

几千年来，数学圈默认“正确”和“人类能看懂”就是一回事，一份好证明本身就是人类理性的诗。现在AI硬生生把这两件事劈开了，真理砸到人类脸上，说的却是人类听不懂的外星话。

鼎鼎大名的菲尔兹奖得主陶哲轩，最近把这份恐慌摆到了所有人面前。他做了个思想实验：人类让超级AI找能过三期临床的癌症药方，AI运算完直接吐出一个配方，说打进去就能百分百杀癌细胞。

离谱的是，全人类没有一个医学家化学家懂这个药方为什么管用，可它不仅通过了形式化验证，还实实在在过了FDA严格的三期临床。现在这管药放在你面前，你敢扎进自己静脉里吗？

这个问题直接戳中了AI科研最核心的痛点：当AI的推导能力超过人类认知上限，“人类验证AI成果”这套玩了几百年的科研范式，直接撞墙了。当AI出成果的速度指数暴涨，人类验证速度还停留在原地，第一个崩盘的就是学术审稿体系。

Justin Solomon报出的数据，让不少人倒吸凉气。机器学习顶会ICLR，十年前投稿才一两千份，今年直接暴涨到六万份。这么多掺了AI生成内容的论文，要评审在一两个月内审完，根本不可能。

很多评审连论文PDF都来不及点开，审稿直接变成走流程，学术质量的把关直接失灵。甚至还有高中生靠AI包装出来的华丽履历，混进了顶级会议的审稿人队伍，转头去审大学教授的论文。

现在Justin Solomon自己的邮箱都快炸了，每天都有陌生人发邮件过来，说AI说我的证明很重要，教授你帮我看看对不对。AI天生就爱顺着用户的话说，本来数学的高门槛就是为了拦那些看着对其实错漏百出的伪科学，现在AI直接把伪科学包装得跟真定理一样，批量往学术圈发，相当于一场无人能挡的DDoS攻击。

更扎心的是，科研圈的阶级固化已经开始浮现。以后做科研，拼的不是天赋不是努力，是钱包和算力。普通大学教授辛辛苦苦攒出个方向雏形，还没来得及整理验证，手握顶级算力的科技巨头，顺着你网上漏的一点点思路，一周就能用几万张显卡撞出最终结果。

搞不好人家AI的灵感来源，就是白嫖你平时在网上发的学术讨论。这种情况下，出了成果功劳算谁的？百万美元的悬赏奖金，是给科技巨头CEO，给写提示词的程序员，还是给做了铺垫的人类数学家？现在根本说不清楚，成了赛博时代的一笔糊涂账。

现在不少人都在担心，AI这么能打，程序员岗位越来越少，连MIT都二十年第一次出现计算机专业入学人数下滑，人类以后在科研圈还能干嘛？孩子还要不要学数学？

Justin Solomon给的答案半留余地半泼冷水。他说现在AI做的所有事，本质上都还在人类已有知识圈里打转，它最擅长的就是在已知的知识节点之间连线，帮人类走完卡了好几年的最后一步。

真正开天辟地的新理论，是从无到有造出新概念，改写整个世界的认知框架，这种事目前还得人类来。以后AI可以负责批量出答案，人类要花几十年甚至几百年去搞懂，这些答案到底为什么对。

以后生成答案会越来越便宜，可验证和理解不但不会降价，反而会变成全世界最稀缺的奢侈品。被问到孩子还要不要学数学的时候，Justin Solomon回答得特别笃定，必须学。

等以后满地都是AI生成的答案，谁来提出下一个像纳维-斯托克斯一样的好问题？谁来判断AI给出的结果到底有没有真正的价值？谁能把AI堆出来的冰冷结果，转化成人类文明能消化能传承的知识？这些事，到现在为止，还都得人类来做。

参考资料：澎湃新闻 《AI冲击下，人类学术审稿体系遇空前挑战》