跳至正文返回首页陶哲轩:AI 证明日益充裕,数学仍要培养人的理解
- 核心判断：在 Numberphile 于 10 月 15 日发布的采访中,陶哲轩谈到 AI 批量产出数学证明后的变化——数学正走出依靠个人英雄攻关的时代,证明数量增长,人类消化、解释成果的速度却跟不上。
- 对成果的实际评价：他读过这批成果中约十篇论文,有些是已有研究的延伸,一两篇包含巧妙的新思路,也有大量内容尚难理解,部分结果已因错误撤回。他批评集中发布前缺少与相关研究者的沟通,一些年轻人的研究项目因此失去原先的空间。
- 担忧的断层：机器不断解决开放问题,却没有同步为学科培养新问题与新研究者。过去,证明之后的报告、研讨、合作和教材整理会让成果成为下一代能理解的知识;如果只有最终答案,这些环节可能断裂。
- 主张：转向更大规模的协作,让团队共同探索一组问题;教育中保留传统训练,如同使用计算器前仍需学会手算;并希望研究过程、失败尝试和思想形成的细节被记录下来。
- 行业观察：这条采访把「AI 能否做数学」的问题换成了「数学界能否消化 AI 的产出」;当结果可验证但解释链条缺失,学科的知识再生产机制,而非模型能力,成为真正的瓶颈。
🔗 爱范儿早报
