陶哲轩：数学研究成AI巨头技术竞技场，大量证明沦为“有毒废料

人工智能正以前所未有的速度攻克数学难题，按理说，数学家们应该拍手称快。

然而，被誉为“数学界莫扎特”的菲尔兹奖得主陶哲轩，却越来越忧心忡忡。

近日，这位美国加州大学洛杉矶分校数学教授在接受英国《观察家报》专访时，对OpenAI、Anthropic等AI公司围绕数学难题展开的竞赛提出了尖锐批评。

他认为，科技公司越来越在意模型能解出多少道难题，却未必同样关心证明是否优雅、数学家能否看懂，以及这些成果能否帮助人类更深入地认识数学世界。

就在专访刊发前一天，他还在《自然》杂志发表署名评论，呼吁数学界迈入一个新的“数学2.0”时代。

千禧年难题成了AI公司的“擂台赛”

这场争论的导火索，是OpenAI公布了一批涉及722道未解数学问题的研究结果。

近年来，AI模型的推理能力突飞猛进，传统测试题已经越来越难以拉开顶尖模型之间的差距。数学界积累了几代人的未解难题，于是成了检验模型实力的“试金石”。

在陶哲轩看来，这让数学研究的目标悄然偏移。一道难题过去可能承载着几代学者对某种规律的追问，如今却可能沦为AI公司展示肌肉的考题。

他还透露了一段更具戏剧性的内情。据他介绍，此前有消息称Anthropic的研究人员可能接近攻克七大千禧年数学难题之一，这让OpenAI高度紧张。

陶哲轩援引其在OpenAI的联系人说法称，该公司一度把相关研究提升到最高优先级，投入数千万美元，组织约1万个AI智能体集中攻关，重点之一正是纳维—斯托克斯方程。

这组方程用来描述水和空气等流体的运动，但在三维情况下，它的解是否始终存在且保持光滑，至今悬而未决，是七大千禧年难题之一，悬赏高达100万美元。

陶哲轩甚至声称，OpenAI曾一度暂停部分高级服务的新用户注册，把算力转向数学研究，竞争几近疯狂。

不过，这些说法并未得到OpenAI的证实。该公司否认存在所谓“最高警戒”状态，也否认暂停注册和投入相应规模资金。

OpenAI于9月8日公布了一项与纳维—斯托克斯方程有关的证明，试图说明方程在特定情况下可能出现问题，但这一证明仍有争议，一些审查意见指出其中可能存在错误。

谁来清理这堆“有毒废料”

比起公司之间的较劲，陶哲轩更担心的是数学成果的“生产方式”正在被改写。

在传统数学研究中，攻克一道难题往往意味着发现新的概念和方法。研究者要把复杂推理整理成清晰的证明，经过同行讨论、审查和反复简化，新成果才能慢慢融入数学知识体系。

AI则可能在短时间内生成海量证明，但它们未必适合人类阅读，也未必揭示了问题背后的普遍规律。

这正是“有毒废料”这一比喻的由来。当大量未经整理的证明突然涌现，无论是长期封存、一次性公开、分批发布，还是花钱请人整理，都要消耗大量资源。

对数学家而言，核查AI证明是否正确只是第一步。即便没有错误，还得弄懂它用了什么方法、有没有推广价值、能否孕育新理论。

陶哲轩提到，Anthropic正在尝试付费请数学家整理和撰写AI产生的部分成果，但这又引出一个新问题：谁有资格参与最前沿的数学研究？

过去，数学被认为是门槛最“平民”的学科之一，一支笔、一块黑板加上足够的思考时间，就可能做出伟大的成果。

如果最先进的数学研究越来越依赖大模型，那么能否用上顶尖模型，就可能成为新的门槛。掌握模型的公司不仅能决定研究什么问题，还可能左右哪些数学家有机会参与后续研究和发表论文。

对此，OpenAI回应称，既没有故意扣留成果，也没有仓促发布。公司表示正在与数学家合作改进共享方式，并承诺投入500万美元，支持数学界检验和发展AI辅助取得的发现。

机器人替你举铁，健身还有意义吗

随着AI数学能力突飞猛进，社交媒体上出现了一句流行调侃：“把薯条装进袋子里吧，哲轩。”言下之意是，数学家迟早要去快餐店打工。

陶哲轩听后笑了。他认为，这种幸灾乐祸或许源于一些人过去与数学打交道的不愉快经历，但它忽略了数学真正的价值。

在他看来，数学兼具科学与人文的双重特征。数学家既关心结果对不对，也关心为什么对，以及在探索过程中发现了什么。

他举例说，今天的数学家仍在使用欧几里得和毕达哥拉斯约2500年前建立的思想，这些成果之所以不朽，在于其中的概念和推理方式能被后人不断理解和沿用。

他还打了一个形象的比方：如果去健身房，却让机器人替你把所有重量都举完，那锻炼还有什么意义？

当然，陶哲轩并非AI的反对者。他自己一直在用AI工具辅助研究，也参与形式化证明工作，并认为AI与可靠的验证工具结合大有可为。

他还指出，AI本身也在为数学提出新问题。比如，人们能直观分辨网球和钢丝球谁更复杂，却缺少一套统一的数学语言来刻画“形状的复杂度”；而语言模型内部的高维结构，恰恰呼唤这样的理论，或许还能解释为什么AI学某些语言比学另一些更容易。

9月11日，他与多位菲尔兹奖得主联名发表声明，警告AI公司把数学难题当作评测指标，可能损害数学研究本身。在《自然》的评论中，他进一步呼吁调整研究文化和评价方式，让人类理解成为数学活动的核心目标。

当机器能越来越快地给出答案，数学家该做什么？陶哲轩的回答是：关键不在于人和机器谁解出更多难题，而在于人类能否借助新工具，对数学世界形成更深刻的理解。

毕竟，对数学而言，得到答案从来都不是探索的全部。