陶哲轩、邓煜等25位数学家，联名向AI公司“宣战”

本文来自微信公众号： 谷雨星球 ，作者：卷卷兔，原文标题：《突发！陶哲轩、邓煜等25位数学家，联名向AI公司「宣战」》

大家好，我是卷卷兔。

昨天，数学领域发生了一件可能会计入史册的大事。

陶哲轩、邓煜等25位菲尔兹奖得主，发布了一份措辞罕见严厉的紧急声明：《人工智能与数学的严重错位》。

通俗理解就是，AI公司正在严重「侵入」数学研究的边界，甚至毁掉数学。

这可能是史上第一次，人类最聪明的大脑，集体对AI发起「宣战」。

■陶哲轩说，这份声明原本来不及进行更充分的讨论，但他们认为事情太紧急，必须立刻发出来

数学家在反对什么？

9月8日，OpenAI宣布：一个尚未公开的内部AI模型，给出了「纳维—斯托克斯方程」千禧年大奖难题的解答。

这是什么级别的突破？

千禧年大奖难题一共只有7道，被称作数学界最难攻克的堡垒，每解开一道，就能获得100万美元奖金。过去20多年里，只有一道被人类解决过。

而这一次，据公开报道，OpenAI调动了约1万个AI智能体，在不到4天里完成了证明，又用形式化工具验证。

而这道题，其实和刚刚获得菲尔兹奖的邓煜有点关系。

他的获奖工作，是打通了「从牛顿硬球动力学，到玻尔兹曼方程，再到纳维—斯托克斯方程」的一整条推导链，严格说那属于希尔伯特第六问题，和千禧年难题不是同一道题，但通向的是同一个方程。

一个人用十几年走完的一条路，两个月后，AI在同一个方程上，用四天冲过了另一条终点线。

而这一次，他也在声明上签了字。

■希尔伯特和他的23个问题

很多人可能会疑惑，数学难题被更快突破，这不是好事吗，为什么数学家要反对呢？

其实，就在OpenAI公布结果前，纽约大学数学家Tristan Buckmaster和在Anthropic工作的数学家Levent Alpöge，也正在沿着相近方向推进研究。

他们提出质疑：

• OpenAI是否在得知他们尚未公开的研究进展后，凭借巨大的算力优势抢先冲过终点？

  
  

• 他们此前使用过Codex辅助研究，这些私人工作有没有以某种方式影响模型？

  
  

• 原创思想、证明结果和学术署名，又到底该属于谁？

  
  

说白了，陶哲轩等数学家其实不反对「AI参与数学」，当然也不是害怕AI抢饭碗，毕竟陶哲轩自己就是AI重度用户。

他们反对的是，科技公司把攻克数学难题变成证明模型能力、争夺市场声量的「跑分比赛」。

数学家们也没有夸张，早有媒体揭露，AI行业认定，攻下数学这块「客观真理」的阵地，是说服投资人相信自己正走在超级智能路上的最好方式。

就像一家专做数学的AI创业公司，slogan就四个词：Solve math,solve everything，解决数学，解决一切。

数学家们又为什么会那么在乎「人工解题」这个过程？举个例子大家就明白了。

过去，一个著名难题像一座灯塔。人类解决它，不仅是为了得到一个「对」或「错」，更是在漫长摸索中发现了什么新方法、理解了什么新结构，又提出了哪些更好的问题。

更重要的是，数学家们在意的是，一个结论从诞生开始，如何经过讲座、讨论、质疑、简化和严谨写作，成为人类共同的知识，变成研究生甚至本科生能够理解和继续使用的东西。

但AI「嗖」地一下就完成了，跳过了这条漫长的「人类知识链」，大规模生产一个个已经被形式化验证、却暂时没有人真正理解的结论。

就像联署声明里那句严肃的警告：

「如果忘记解题只是通往理解的工具，越来越快地批量生产‘真/假’结论，可能不是在为新思想注入生命，而是在摧毁孕育新思想的土壤」。

所以，当他们发现本应纯粹的数学研究，被卷入AI公司抢用户、争名利的商战，而且AI竟然直接给了结论，没有生产新知识，说话就不太客气了。

今年夏天的国际数学家大会现场，数学家Srikanth Iyengar说的是：「他们不在乎美，不在乎真，他们只在乎钱。」

■陶哲轩一直非常关心人类在数学领域还有多少空间，早在2年前，我们追踪过陶哲轩对AI的评价，这篇文章也被超10万的读者看见了

两个菲尔兹奖得主的选择

不知道是不是巧合，就在陶哲轩联合声明发布前一天，《科学美国人》也刊出了一篇长文，标题只有一个问题：

如果AI已经会做数学，数学家还有什么意义？

这篇文章写到，今年夏天的国际数学家大会上，陶哲轩罕见地把当下称为一场「数学价值观与实践的危机」。

麻省理工学院数学家Andrew Sutherland则说，数学家可能只是许多职业进入AI时代之前，矿井里的那只金丝雀。

而这场危机，在今年夏天的颁奖台上就已经有了第一个答案。

今年的菲尔兹奖获得者中，除了我们熟知的邓煜、王虹，另一位叫Jacob Tsimerman，因为数论与几何交叉领域的开创性工作获奖。

在获奖者记者会上，被问到AI时，他宣布了一件让全场哗然的新消息：他要离开数学，去OpenAI做AI安全。

这个决定可能也不是一时冲动，他此前写过一份「分类目录」，把AI可能导致人类灭绝的各种路径一条条列了出来。他想进到这个行业内部，给它装上护栏。

对于这个「离经叛道」的选择，不少人说这是背叛，说他在吓唬年轻人，还有人说把菲尔兹奖颁给一个即将离开研究的人是个错误，因为这个奖设立的本意，本来就是让年轻天才能安心做一辈子数学。

有一位数学家就在演讲开场，引了MIT数学家恽之玮的一句话：

「作为数学家，我在乎的不只是最终的结果，还有那段旅程。AI正在摧毁我的旅程」。

Jacob自己倒是很平静：「我想打破一个禁忌，认为一件事因为可怕就不该被拿出来谈，这是错的」。

其实数学家上一次这样集体动摇，是在1900年。

那时他们突然发现，自己这门学科的最核心处坐着一堆悖论，几个世纪盖起来的客观真理大厦，地基居然是松的。

陶哲轩后来在一次演讲里说，那一次「很创伤，但我们最后得到了非常宝贵的东西」，也正是在那次动摇之后，希尔伯特提出用「公理」重建地基，今天绝大多数数学家才能确信自己的证明从真开始、到真结束。

陶哲轩说，「我们现在正进入一个类似的动荡时期，我们必须认真想一想自己的文化和实践」。

但他最后依然相信数学，加了一句：我们这门学科会变得更健康、更有韧性。

■《科学美国人》的报道里描述了陶哲轩的采访，「他说话声音温和，常常低着头、闭上眼睛，从那颗被人敬仰的大脑的某个角落里，小心翼翼地把每一个词挑出来。但那天晚上，他说出口的好几个词，都是罕见的沉重」

但也在上周，同样是今年的菲尔兹奖得主，邓煜发了一条朋友圈，传遍全网，也缓解了我的焦虑。

「最近我接触到的数学界弥漫着一股浮躁不安的氛围……无论未来会如何，其实焦虑是没必要的。既然AI迭代的时间尺度明显小于人类社会的时间尺度，那过一两年等这一波wavefront过去，事情也就明晰了。

数学界自然会慢慢适应，新的生态也会逐渐形成」。

末了他还发出了持续的好奇：

「我也是真的很好奇AI的上限到底在哪里。任何一个PDE理论上你都能提无穷多个问题，singularity的存在性只是最基本的，那它们在所有解空间的测度呢？（余）维数呢？拓扑性质呢？完全分类呢？」

至于AI万一真把这些全解决了怎么办，他的原话是：「有生之年能见证神迹那我也不亏了，接下来无非回家好好写我的百合小说就是」。

两个站在顶峰的数学家，一个人走了，一个选择留下。没有谁对谁错，他们只是各自做了判断。

而这大概就是人类数学家依然存在的意义。一道难题被解开，并没有让问题变少，反而让追问和好奇变多了。

■这句玩笑后来被传成了「中国菲尔兹奖得主宣布退出数学、改写言情小说」，逼得他专门跟《南华早报》澄清：那句完全是开玩笑，他并不认为AI能解决所有数学问题。

我们的孩子为什么要亲自学知识？

写这篇稿子的时候，我正在上海外滩大会的现场。

我围观了机器人在药房抓药、在流水线分拣、在车间巡检，几乎每一个展台都在拼命展示，AI还能替人做什么。

但让我停下来的，是一场关于教育的分享，叫做《认知增强，还是认知外包？AI时代的教育选择》，它回答了另一个问题：

还有什么认知任务，是必须人+AI一起做才能更好的？

北京大学的汪琼教授站在台上，大屏幕上打出了一句话，「AI时代，知识<能力<元认知」，但后面标着醒目的一个字：误。

下面跟着四条被标为「真」的判断：

有些知识还是要记忆要背诵，才能在日常中流利自动使用；

找到知识不意味着会恰当使用；

批判性思维在具体学科情境中才能习得；

对学科基本逻辑的认识，影响指挥AI的成效。

和数学家们担心的「AI跳过理解直接给结论」一样，汪教授提醒的，也是「不要让孩子跳过知识，直接要能力」。

汪教授还提到了「和AI一起学习」到底该长什么样。

第一步：学生先想，AI再反馈。顺序一旦反过来，整件事就作废了。

这就是认知增强和认知外包的分界线，AI得在人类亲自思考以后再用。

第二步更有意思：同一个话题，孩子先写，AI批；然后AI写，孩子批。它的言外之意是，要挑出AI的毛病，他必须先真的懂。

这个过程，在学习科学里有一个学术名称「生产性失败」：先自己挣扎一遍，再听讲解，理解得更深，也更迁移得动。

提出这个理论的Manu Kapur汇总了53项研究，其中苏黎世联邦理工一门650人的线性代数课上，课前先「失败」过的学生，通过率高了20%。

你也可以回想一下，自己这辈子记得最牢的东西，是不是都是当年卡了很久、绕了远路、最后自己转过弯亲自想明白的那些？

还有一个和直觉相反的数据，可能会给大家定心丸。我们害怕的「AI替代一切」，并不是以消失的方式发生的。

普华永道今年分析了全球超过10亿条招聘信息，发现了一个奇怪的分岔：

那些最受AI影响的初级岗位，不但没有消失，2019年以来还增长了35%；而受AI影响小的初级岗位，反而降了10%。

但它们的要求彻底变了。这些岗位要求判断力、创造力、当面沟通这类「过去属于资深人员」的能力，可能性是其他初级岗位的7倍。

翻译一下就是：AI吃掉的不是工作，是练习。

过去，一个年轻人可以在打杂里犯小错、被骂几句、慢慢长出判断力。现在打杂那部分AI干了，公司却要求他一进门就已经有判断力。

那判断力的养成，就只能往前推，在孩子还在上学、还允许犯错、而且犯错还不要钱的那些年里，允许它慢慢长出来。

所以，我们的孩子当然还要亲自学数学，也要亲自读写、做实验，经历那些AI几秒钟就能替他跨过去的困难。

■一个新消息是，OpenAI刚刚退出了加州理工一场AI数学竞赛的赞助

2300多年前，托勒密国王问欧几里得，学几何有没有一条更快的路。欧几里得回答他：几何无王者之路。

今天，AI看起来终于把那条路修好了。但走上去才发现，这条路只通向一个金光闪闪的答案，中间的路上什么风景也没有。

那群一起发声明的数学家，只是比普通人提早看到了这一点。

作为家长，我支持这场宣战。但这场仗，数学家替我们打不完，还有一个更重要的问题需要我们自己想：

旁边那条旧的、慢的、会走错的路，我们愿不愿意亲自陪孩子走一遍？