01
如果科学领域的一个极具启发性的问题刚刚被公开，很快就有一群AI智能体涌入、争相求解，科学家还会愿意把自己尚未成熟的研究方向告诉同行吗？
近日菲尔兹奖得主、数学家陶哲轩连续数日在数学社区讨论AI对数学研究的冲击。他把那些能够产生新方法、新洞见的开放问题称为一种可能被快速消耗的“不可再生资源”：一旦某个有价值的研究方向被公开，大量AI算力和智能体可能迅速涌入，抢先推进甚至解决问题。这可能迫使研究者不再公开有前景的研究方向，从而“逆转数百年来开放科学的传统”，并对数学的长期发展造成严重损害。
陶哲轩认为，数学问题当然可以无限地产生，但真正值得投入多年研究、能够带来新方法和新理解的问题并没有无限供给。他用一个比喻解释这种稀缺性：一个地区即使被浩瀚海洋包围，也仍然可能严重缺乏饮用水。
更令他担忧的，是AI带来的科研机制的变化。当AI越来越擅长获得“答案”以后，数学乃至科学赖以运行的另一套机制会不会受到破坏：公开问题、相互讨论、经历失败、形成新方法，以及年轻科学家在这一过程中的成长。
被AI挤掉的“成长阶梯”
陶哲轩是积极拥抱并实践AI的顶尖数学家之一。
2024年测试早期推理模型o1时，他曾把AI形容成一个“水平一般、但并非完全不称职的研究生”。到了今年3月，他的评价已经明显改变。在UCLA的Accelerating Math and Theoretical Physics with AI（以AI加速数学与理论物理）会议上，他表示当前大模型在数学和理论物理领域已经做好上场的准备了，因为它“节省的时间已经超过浪费的时间”。
0
评论 (0)