OpenAI又出数学大结果,陶哲轩:数学不该被AI“掠夺式开采”
OpenAI又出数学大结果,陶哲轩:数学不该被AI“掠夺式开采”
2026-10-31

以下内容由开元国际整理:

文 | 数智奔流,作者 | 田渝,编辑 | 沈校 10月26日,OpenAI又公布了数学、计算机科学和物理学领域的三项新发现。

这次,OpenAI没有把它们包装成尘埃落定的科学成果,公司将相关手稿称为有待进一步理解的原始研究材料,邀请外部专家组织研究团队,核查、解释这些结果。

与此同时,人类数学协会(AHM)最新公布的名单显示,协会已经有全球1008位成员加入,其中654人加入“无AI研究小组”,他们承诺不发表由AI生成的论文、不与前沿实验室合作、不在研究中使用AI。

如果AI能在短时间内生成数百份手稿,数学家却要花几个月甚至几年去理解和验证,那么,研究速度变快意味着什么?

答案越来越容易得到,人类对知识的理解也变深了吗?

菲尔兹奖得主陶哲轩,正是提出这一问题的数学家之一。

在10月初OpenAI一次性发布722份AI生成数学手稿时,陶哲轩转载了AHM的客座声明,号召全球数学界集体行动,呼吁数学家停止与OpenAI合作。

在《新科学家》最新一期对他的专访中,他承认AI在数学解题方面取得的惊人进步。

他担忧的,是数学研究中某些更重要的东西,在追逐速度和成果的过程中被忽略。

AI目前已经能解决人类长时间苦苦追寻的难题,我们是不是也正在失去从解决问题过程中学习、创造和理解的机会?

问:数学和AI会如何相遇?

我们该如何看待数学蕴含的力量与希望?

陶哲轩: 对于数学来说,这是一个剧烈动荡的时代。

数学有许多不同的侧面,AI正在极大强化其中的一些侧面,却几乎没有触及其他侧面。

数学有很大一部分是解答问题,这一面恰好非常适合AI。

可是,数学也关乎理解。

我们不想只让黑箱给出答案,自己却不知道答案从何而来。

数学教会我们认识世界:某些事物彼此关联,某些事物彼此相似。

数学是把其他所有科学连接起来的粘合剂,这一方面还没有受到AI的影响。

问:OpenAI宣称解决了纳维—斯托克斯千禧年难题的一个版本。

当这样一项重大成果由AI生成,而不是由数学家多年研究得出时,这份证明究竟缺少了些什么?

陶哲轩: 纳维—斯托克斯问题是:方程能否预测奇点的出现,或者说,能否形成奇点,也就是所谓的“爆破”?

你能不能从某种非常平滑的水的初始状态出发,让水不断运动,并在某个时刻使速度或压力变成无穷大?

about image

长期以来,人们一直认为这种情况不会发生。

大约十年前,学界共识开始转变。

我们发现一些类似方程,那些方程确实会形成奇点。

也许可以大量使用机器学习和AI,寻找那些会发展成奇点的解的良好候选。

我们一度已经非常接近解决这个问题。

一些数学家只差一点就能构造出奇点,大概就在OpenAI宣布结果的前一天。

实际情况似乎是,OpenAI团队启动了一项紧急攻关计划。

他们启用了自己最大的模型,投入价值数百万美元的算力,只为抢在前面完成。

我从未见过如此残酷的竞争。

这项成果留下一份长达100页的AI生成证明,令人失望的是,我们几乎没有从中获得数学洞见。

一位同事借助AI钻研数日也只能解释一半,后续研究方向更不明确。

一些研究者还担心成果被AI抢先,原本活跃的领域陷入混乱。

那份证明最终会被理解,但这次的做法很不理想,这是一种自动化掠夺式开采。

问:在思考数学时,有哪些容易落入的陷阱?

陶哲轩: 我认为世界有三个层次:现实本身、观察到的数据、以及用来解释数据的模型。

模型再精确也是对现实的近似。

我们要知道模型能解释什么,还必须清楚它何时失效。

2008年金融危机的例子非常典型,许多金融模型低估了不同地区房贷违约之间的关联,风险爆发时模型假设不再成立,原本看似已经对冲的风险集中暴露,导致金融工具大规模失效。

因此,理解模型的边界,与理解模型本身同样重要。

问:数学为什么需要暂时脱离现实?

陶哲轩: 数学像解题的游乐场,我们经常使用“玩”的语言,我把数学看作成年人的游戏,一种确实有用的游戏。

我们从“玩”一个问题中学到的东西,往往又能帮助我们解决更实际、更贴近现实生活的问题。

有时候,解决一个真实问题的最好办法,恰恰是先解决一个非常不现实的问题,它会给你一个基准。

问:对于刚开始学数学的学生,你会如何向他们证明,枯燥的数学仍然值得学习?

陶哲轩: 数学教育要经历三个阶段。

第一个是“前严谨阶段”,对应小学。

在这个阶段,你只是学习数和图形等概念,很多孩子喜欢这个阶段,因为它与现实世界相连,而且不用精确得出答案。

随后是“严谨阶段”。

在这个阶段,要学习各种古怪的公式,必须把东西算对。

最后是“后严谨阶段”。

一旦你已经具备正确进行计算的严谨训练,就可以重新回归更偏直觉的思考方式。

到最后阶段,数学才真正变得有趣。

很遗憾,人们几乎要到研究生阶段才开始看到这一点。

至少如今网上有很多机会,你可以找到由喜欢解各种谜题的人组成的社群。

人们在用一种非常有趣、容易亲近的方式接触数学。

要做到这一点,往往需要某种非线性、非传统的教育环境。

问:现实世界如

更多赛事消息,关注开元国际。