AI 对数学的接管已经开始
“The AI takeover of mathematics has begun”
2972 字
预计 12 分钟
中文摘要
OpenAI用内部模型Astra解决了10个长期未解的数学难题，包括非sofic群存在性、高维球体堆积、纠错码等，并发布了250多页论文和Lean验证。但这一成就引发数学界复杂情绪：牛津大学教授、菲尔兹奖得主James Maynard表示正在“灵魂拷问”领域未来；剑桥的Francesco Fournier-Facio和匈牙利数学家Gábor Kun批评OpenAI最初公告低估了Kun和Andreas Thom的贡献，OpenAI随后修改了措辞。数学界担忧AI会颠覆学术生态：研究成本（OpenAI称约2000美元）可能让小机构被排除在外；商业化公司可能夸大贡献，将数学界当作“广告游乐场”；研究生和青年数学家面临被AI抢走工作的恐惧，已有学生发表绝望文章。6月发布的《莱顿宣言》呼吁抵制AI炒作，已有3400多人签署。尽管有乐观声音认为AI可拓宽参与、解放创造力，但多数人认为AI速度太快，数学界尚未准备好应对。Maynard认为这些结果虽令人印象深刻，但尚未达到菲尔兹奖级别，不过现在下结论为时过早。
核心论点
- OpenAI的Astra模型解决了10个长期未解的数学难题，但最初公告低估了人类数学家的贡献，引发争议。
- AI在数学领域的突破速度超出预期，数学界感到震惊和不安，正在努力适应。
- AI研究的高成本和商业化控制可能使小机构研究者被边缘化，破坏数学界开放传统。
- AI公司有动机夸大自身贡献，导致公众和资助者低估人类数学家的价值。
- AI可能抢走研究生和青年数学家的工作，但能否产生真正的新思想尚不确定。
反方视角 / 盲点
- 文章主要聚焦西方数学界，未提及中国或其他地区数学界对AI的态度。
- 未深入探讨AI解决数学问题的技术细节，如Astra的架构和训练方法。
- 未讨论AI在数学教育中的潜在正面作用，如个性化学习或辅助教学。
对科技从业者的启示
- 对产品经理：AI正在从工具演变为自主研究者，未来产品设计需考虑AI的“创造力”边界，以及如何与人类专家协作
- 对技术管理者：AI的突破速度要求组织重新评估人才战略，避免过度依赖AI而忽视基础研究，同时需警惕商业炒作对团队士气和方向的影响
- 对创业者/投资人：AI在专业领域的应用（如数学）可能催生新的商业模式，但需注意学术伦理和开放性问题，避免因过度商业化而失去社区信任