
如今,事件有了新的進(jìn)展。近日,在陶哲軒發(fā)起的非營(yíng)利機(jī)構(gòu) SAIR Foundation 的播客節(jié)目中,兩位身處爭(zhēng)議中心的數(shù)學(xué)家,SAIR 主席、菲爾茲獎(jiǎng)得主陶哲軒,與今年新晉菲爾茲獎(jiǎng)得主、芝加哥大學(xué)教授鄧煜,就 AI 與數(shù)學(xué)的未來(lái)展開(kāi)了一場(chǎng)對(duì)談。事件的前后經(jīng)過(guò),可參見(jiàn)下圖的時(shí)間線。
這場(chǎng)對(duì)話沒(méi)有停留在 "AI 能不能做題 " 的層面,而是把討論推進(jìn)到了更根本的位置:AI 做出的數(shù)學(xué),誰(shuí)來(lái)負(fù)責(zé)理解;被批量生產(chǎn)的證明,如何回到數(shù)學(xué)的傳統(tǒng)之中。

解題不等于理解:兩條邊界開(kāi)始分離
先看這兩位對(duì)談?wù)邽楹斡匈Y格回應(yīng)這場(chǎng)爭(zhēng)議。陶哲軒是 UCLA 教授,31 歲獲得菲爾茲獎(jiǎng),也是 SAIR 基金會(huì)的創(chuàng)辦人之一,近年來(lái)持續(xù)關(guān)注形式化驗(yàn)證與 AI 輔助研究;鄧煜則在深圳長(zhǎng)大,2006 年拿下國(guó)際奧數(shù)金牌,今年 7 月與北大校友王虹一同獲得菲爾茲獎(jiǎng),因在希爾伯特第六問(wèn)題上的關(guān)鍵進(jìn)展而廣受矚目。聯(lián)名公開(kāi)信的簽署者中,兩人都位列其中。由 " 最會(huì)做題的人 " 來(lái)討論 " 做題的意義 ",本身就構(gòu)成了這場(chǎng)對(duì)談的張力。
對(duì)談中最具啟發(fā)性的判斷,來(lái)自鄧煜對(duì)數(shù)學(xué) " 邊界 " 的重新刻畫(huà)。他說(shuō),做數(shù)學(xué)是為了理解世界,其中存在兩條邊界:一條是已經(jīng)有證明的問(wèn)題的邊界,另一條是人類能夠理解證明的邊界。
在過(guò)去幾個(gè)世紀(jì)里,這兩條邊界基本重合。一個(gè)人解出一道難題,通常也真正弄懂了它:能講清楚證明,能從中提出新問(wèn)題,能帶出學(xué)生。陶哲軒進(jìn)一步指出,數(shù)學(xué)界獎(jiǎng)勵(lì) " 解題 ",實(shí)際獎(jiǎng)勵(lì)的是這一整套活動(dòng),解題只是其中最容易衡量的指標(biāo)。
AI 改變的正是這個(gè)前提。當(dāng)機(jī)器可以在短時(shí)間內(nèi)生成大量證明," 得到解答 " 與 " 掌握背后邏輯 " 開(kāi)始變成兩件不同的事。鄧煜將其概括為:AI 使第二條邊界顯現(xiàn)了出來(lái)。他的看法是:AI 的證明令人驚嘆,其中蘊(yùn)藏著很好的新思路;AI 正在學(xué)習(xí)人類的思路,也在創(chuàng)造自己能夠被理解的新思路,這是人類與 AI 的共同演進(jìn)。但前提是,這些證明必須進(jìn)入人類能理解的范圍。

這個(gè)框架也解釋了為什么頂尖數(shù)學(xué)家并未陷入 "AI 取代人類 " 的恐慌。真正值得關(guān)注的問(wèn)題不是 AI 解決了多少新問(wèn)題,而是這些證明能否被理解、能否驗(yàn)證、能否在此基礎(chǔ)上繼續(xù)探索。陶哲軒直言,OpenAI 發(fā)布的成果中有十來(lái)個(gè)問(wèn)題他都很關(guān)心,之后會(huì)去看,但眼下不在他的優(yōu)先級(jí)里;按目前的解釋方式,還未能打動(dòng)他。
不過(guò),這批成果并非全是水分。其中與編號(hào) 003 的準(zhǔn)黎曼猜想相關(guān)的結(jié)果,將 zeta 函數(shù)零點(diǎn)的無(wú)零點(diǎn)區(qū)域推進(jìn)到 7/8(此前人類只能確立一條隨虛部增大不斷變窄、無(wú)限貼近實(shí)部 1 的無(wú)零點(diǎn)區(qū)域,甚至無(wú)法排除在實(shí)部大于 0.99 的豎直帶狀區(qū)域內(nèi)存在反常零點(diǎn)的可能),陶哲軒稱之為 " 該問(wèn)題五十年來(lái)最大進(jìn)展 ",并認(rèn)為這個(gè)由三四個(gè)既有想法拼出的安排 " 恐怕沒(méi)有一位在世數(shù)學(xué)家能獨(dú)自組裝出來(lái) "。這恰恰說(shuō)明,問(wèn)題不在成果不行,而在發(fā)布方式。
被切斷的傳承鏈:溯源危機(jī)比解題更重要
理解缺口并非杞人憂天,這場(chǎng)爭(zhēng)議中已經(jīng)出現(xiàn)了量化證據(jù)。按發(fā)布初期對(duì)倉(cāng)庫(kù)形式化目錄的統(tǒng)計(jì),722 篇預(yù)印本中經(jīng)過(guò) Lean 等形式化驗(yàn)證的比例僅約 22%,且 10 月 3 日至 6 日新增的 143 篇中,沒(méi)有一篇經(jīng)過(guò) Lean 形式化驗(yàn)證。更深一層的問(wèn)題在于,Lean 只驗(yàn)證形式化后的陳述,并不保證它與原問(wèn)題一致,正如澎湃新聞的轉(zhuǎn)述:"Lean 說(shuō)你的代碼沒(méi)有 bug,不等于你的代碼實(shí)現(xiàn)了你想要的功能。" 這一現(xiàn)象被陶哲軒稱為 " 證明消化不良 ":產(chǎn)出的速度遠(yuǎn)遠(yuǎn)跑在了消化能力的前面。
如果說(shuō) " 理解缺口 " 是學(xué)科內(nèi)部的隱憂,對(duì)談揭示的第二個(gè)問(wèn)題則關(guān)乎整個(gè)學(xué)術(shù)系統(tǒng)的運(yùn)轉(zhuǎn):思想的溯源鏈條正在斷裂。
陶哲軒指出,科技公司利用 AI 研究數(shù)學(xué),本質(zhì)上是在提煉他人的研究成果,從別人的論文和研究中獲取數(shù)據(jù)。學(xué)術(shù)界遵循開(kāi)放科學(xué)的原則已有數(shù)百年:論文是公共財(cái)富,引用讓思想可以被追溯,科學(xué)正是這樣進(jìn)步的。但 AI 將數(shù)千年積累的文獻(xiàn) " 不透明地轉(zhuǎn)化為答案 ",有時(shí)能指出參考了哪些文獻(xiàn),有時(shí)則無(wú)法追溯。技術(shù)公司有動(dòng)機(jī)淡化這一點(diǎn),讓人以為答案是憑空出現(xiàn)的。
鄧煜給出了更具體的例證:已經(jīng)出現(xiàn)有人直接使用他人在 ChatGPT 中輸入的想法來(lái)生成證明的情況。他主張,AI 至少應(yīng)該公開(kāi)自己的思維鏈,讓人知道它參考了什么材料;連思維鏈都看不到," 太荒唐了 "。
這個(gè)問(wèn)題與 9 月的公開(kāi)信一脈相承。信中集中批評(píng)過(guò),AI 公司以越來(lái)越快的節(jié)奏大規(guī)模生產(chǎn) " 真 / 假 " 陳述,繞開(kāi)同行評(píng)議,而驗(yàn)證與消化的成本卻由數(shù)學(xué)共同體承擔(dān)。學(xué)界內(nèi)部也有更強(qiáng)硬的聲音:10 月 7 日,人類數(shù)學(xué)協(xié)會(huì)(AHM)發(fā)表聲明,稱 " 一次性發(fā)布 700 多份文件,展示的不是學(xué)術(shù)研究,而是權(quán)力展示 ",并敦促數(shù)學(xué)家停止與 OpenAI 的合作,陶哲軒在個(gè)人博客轉(zhuǎn)發(fā)了這份聲明。陶哲軒在本次對(duì)談中說(shuō)得更直白:批量解題產(chǎn)出的成果成了某種副產(chǎn)物,甚至可以說(shuō)是 " 有毒廢料 ",接著它們得想辦法處理,或者由數(shù)學(xué)家來(lái)處理。
國(guó)內(nèi)學(xué)界也作出了回應(yīng)。10 月 11 日," 丘成桐數(shù)學(xué)與人工智能實(shí)驗(yàn)室聯(lián)盟 " 在清華大學(xué)成立,丘成桐在求真書(shū)院回應(yīng)這場(chǎng)爭(zhēng)議時(shí)說(shuō):" 就像海嘯來(lái)了,我們?cè)撊绾螒?yīng)對(duì)海嘯。" 何旭華則認(rèn)為,這批內(nèi)容 " 并非全部符合學(xué)術(shù)規(guī)范,但其中有很多值得吸收的想法和成果 "。
從 " 事后收拾 " 到 " 事前參與 ":激勵(lì)需要重新定價(jià)
針對(duì)這些結(jié)構(gòu)性問(wèn)題,兩位數(shù)學(xué)家給出的方案核心是改變激勵(lì),而不是拒絕技術(shù)。
第一,改變成果進(jìn)入學(xué)術(shù)文獻(xiàn)的標(biāo)準(zhǔn)。陶哲軒主張,如果一項(xiàng) AI 產(chǎn)出的成果只給出答案,而不附帶理解、解釋和可追溯的引用,它就不應(yīng)該成為數(shù)學(xué)文獻(xiàn)的一部分。這類產(chǎn)出需要先經(jīng)過(guò)形式化驗(yàn)證,并留出人類的消化期。
第二,讓數(shù)學(xué)家事前參與,而非事后收拾殘局。陶哲軒認(rèn)為,理想狀態(tài)是 AI 公司在項(xiàng)目啟動(dòng)時(shí)就與數(shù)學(xué)家協(xié)作,幫助理解證明、標(biāo)注來(lái)源,而不是發(fā)布之后再請(qǐng)學(xué)界兜底。中青在線 10 月 21 日即以 "AI 公司應(yīng)邀請(qǐng)數(shù)學(xué)家事前參與,而非事后收拾殘局 " 為題報(bào)道這場(chǎng)對(duì)談。
第三,重新分配 " 驗(yàn)證勞動(dòng) " 的價(jià)值。過(guò)去,解題意味著一整套理解活動(dòng)的完成,指標(biāo)與目的尚未脫節(jié);現(xiàn)在," 解題 " 本身正在成為被追逐的目標(biāo)。借用古德哈特定律的說(shuō)法,一個(gè)指標(biāo)一旦成為追逐的目標(biāo),它就不再是好指標(biāo)。學(xué)術(shù)評(píng)價(jià)需要看見(jiàn)更廣泛的理解與洞見(jiàn),形式化驗(yàn)證、成果闡釋這些勞動(dòng)必須被定價(jià)。
開(kāi)放數(shù)學(xué)模型:把工具交給共同體
對(duì)談中另一個(gè)重要信息,是 SAIR 啟動(dòng)的 Open Math OS 項(xiàng)目。按照陶哲軒的介紹,其愿景是為數(shù)學(xué)社群提供由社群自己開(kāi)發(fā)、符合自身價(jià)值觀和目標(biāo)的工具:起步階段不發(fā)布自研新模型,先整合現(xiàn)有開(kāi)源模型與研究工具,同時(shí)匯聚數(shù)據(jù)、訓(xùn)練資源和算力,希望幾個(gè)月后在開(kāi)源模型的基礎(chǔ)上做出自己的模型。
鄧煜參與這個(gè)項(xiàng)目的動(dòng)機(jī)與陶哲軒一致:建立一個(gè)能夠真正追溯思想來(lái)源、不依賴大公司的工具。在他看來(lái),AI 是工具,好壞取決于圍繞它形成的體系;保持開(kāi)放,AI 才能健康發(fā)展并持續(xù)造福社區(qū)。
這一選擇有其現(xiàn)實(shí)針對(duì)性。普林斯頓高等研究院 " 數(shù)學(xué)與人工智能顧問(wèn)小組 "9 月底發(fā)布的建議中曾警告,專有模型可能造成 " 實(shí)驗(yàn)室跑贏整個(gè)領(lǐng)域 " 的兩級(jí)體系,使工具擁有者實(shí)際上設(shè)定整個(gè)學(xué)科的研究議程;該小組 9 名成員中包括高爾斯(Gowers)、海爾(Hairer)、威滕(Witten)三位菲爾茲獎(jiǎng)得主。開(kāi)源的數(shù)學(xué)模型正是對(duì)這種可能性的預(yù)防:當(dāng)工具由社群共同擁有,研究議程的設(shè)定權(quán)就不會(huì)集中到少數(shù)幾家公司手中。
值得注意的是,兩人都沒(méi)有把 " 慢 " 與 " 快 " 對(duì)立起來(lái)。陶哲軒強(qiáng)調(diào),不應(yīng)簡(jiǎn)單分成支持與反對(duì)兩派,理想是兼得 " 慢科學(xué) " 與快速方法的好處:保留慢節(jié)奏科研帶來(lái)的深度理解、強(qiáng)大的共同體和人類對(duì)學(xué)科的持續(xù)掌握,同時(shí)使用能加速研究的工具。速度不是唯一需要優(yōu)化的目標(biāo)。
留給研究者的問(wèn)題:什么仍然屬于人
對(duì)談反復(fù)回到一個(gè)話題:AI 時(shí)代,數(shù)學(xué)研究者還需要培養(yǎng)什么能力。兩人的答案高度一致,提出有價(jià)值的問(wèn)題、設(shè)計(jì)整體證明路線、發(fā)展新思想、做出價(jià)值判斷,這些仍然是人的關(guān)鍵能力。
鄧煜特別強(qiáng)調(diào)," 理解 " 是使用 AI 的前提:AI 能把事情做好,前提是人類對(duì)問(wèn)題已有充分理解;理解既用于引導(dǎo) AI,也讓人在離開(kāi) AI 時(shí)依然能獨(dú)立工作。當(dāng)人類已經(jīng)有了解題路線圖,只是實(shí)現(xiàn)細(xì)節(jié)過(guò)于繁瑣時(shí),AI 可以接手推導(dǎo),把研究者的時(shí)間留給更根本的問(wèn)題。
陶哲軒對(duì)年輕一代的態(tài)度則在克制中透出樂(lè)觀。他承認(rèn),數(shù)學(xué)領(lǐng)域許多老規(guī)矩正在變化,年輕一代眼下有很多焦慮甚至絕望。但他認(rèn)為,當(dāng)工具真正到了他們手里,他們就會(huì)想出極富創(chuàng)意的新做法。" 我對(duì)年輕一代充滿希望,只要有合適的工具,他們就能做出驚人的成果。"
這些能力的落點(diǎn),也正在進(jìn)入制度層面的討論。此前,由國(guó)際數(shù)學(xué)聯(lián)盟支持、2411 名數(shù)學(xué)家簽署的《人工智能與數(shù)學(xué)萊頓宣言》(2026 年 6 月發(fā)布)已建議:論文應(yīng)增設(shè) " 工具與計(jì)算資源披露 " 部分,并在可行時(shí)提供形式化證明;對(duì)青年學(xué)者而言,與其在解題這條已被機(jī)器打通的賽道上競(jìng)爭(zhēng),不如把精力轉(zhuǎn)向提出新問(wèn)題、判斷成果價(jià)值這些機(jī)器暫不擅長(zhǎng)的環(huán)節(jié)。對(duì)談雖未逐條重申這些建議,但兩位得主給出的方向與之完全一致。
從 722 篇預(yù)印本引發(fā)的震動(dòng),到兩位菲爾茲獎(jiǎng)得主的這場(chǎng)對(duì)談,討論的落點(diǎn)已經(jīng)從 "AI 能否做數(shù)學(xué) " 轉(zhuǎn)向 " 數(shù)學(xué)共同體需要什么樣的 AI"。這或許是本輪爭(zhēng)論最有價(jià)值的轉(zhuǎn)向:?jiǎn)栴}不再是非此即彼的站隊(duì),而是如何在開(kāi)放、溯源、理解和激勵(lì)這幾個(gè)維度上,重建一套與新工具相容的學(xué)術(shù)秩序。
數(shù)學(xué)以恒久立身。它消化過(guò)集合論危機(jī),也催生了計(jì)算機(jī)科學(xué)。這一次,它面臨的不是被取代的危機(jī),而是一個(gè)更樸素的要求:無(wú)論證明由誰(shuí)寫(xiě)出,理解它的責(zé)任,仍然在人。(本文首發(fā)鈦媒體 APP,作者 | 硅谷 Tech-news,編輯 | 焦燕)
參考資料:https://weibo.com/tv/show/1034:5355948643123203?from=old_pc_videoshow