陶哲轩谈AI与数学研究：想法成本归零与深度思考的不可替代性

在人工智能飞速发展的今天，我们似乎已经习惯于AI在各领域带来的颠覆性变革。然而，当AI技术与最精密的人类思维活动——数学研究——相遇时，会产生怎样的化学反应？近日，著名数学家陶哲轩（Terence Tao）在一次深度对话中分享了他使用AI辅助数学研究的最新思考，为我们揭示了AI时代数学研究的真实图景。

AI正在改变什么？

陶哲轩的核心观点颇具洞见：AI已经将想法生成的成本降低到几乎为零，这与互联网当年将通信成本降到几乎为零的情况极为相似。他坦言，在使用AI一年后，核心的数学工作实际上并没有变快多少。AI让论文变得更加丰富和广泛，但却未能使其更加深入。

低垂的果实与新的前沿

以著名的埃尔德什问题为例，AI已经解决了其中约50个问题。这些问题大多是缺乏文献记载的'孤儿问题'——AI能够将一种很少人知晓的晦涩技术与文献中的其他结果结合起来，找到解决方案。然而，当AI面对更加复杂、需要深度洞察的数学问题时，其成功率便显著下降。陶哲轩比喻道，这些AI工具就像'跳跃机器'，可以跳到两米高的空中，有时能到达人类无法触及的最矮墙壁顶部，但它们在创造部分进展或识别中间阶段方面表现不佳。

人类数学家的独特价值

那么，在AI时代，人类数学家的价值究竟何在？陶哲轩明确指出：AI在广度上表现出色，而人类在深度上表现卓越。人类数学家最核心的工作——用笔和纸进行深度思考、解决最困难的问题部分——目前仍难以被AI替代。数学研究中那种持续的、累积性的、从部分进展中逐步建立的过程，是目前AI尚未实现的能力。

面向未来的科研范式

基于这一认识，陶哲轩对未来的科研模式提出了前瞻性建议：我们应该重新设计做科学的方式，以充分利用AI的广度能力。具体而言，可以先让具有中等能力的AI来绘制广阔的领域并做出所有简单的观察，然后由人类专家来研究那些被识别出的困难'岛屿'。这种'互补科学'的模式有望成为未来的主流。陶哲轩同时强调，我们需要在广度方面进行实践，因为目前做科学的方式仍然过于专注于深度，而广度正是AI的强项所在。

如有侵权，请联系删除。