博主头像

【分享】邓煜批OpenAI，不能你蒸馏了全世界，不让别人来蒸馏你 | AI与数学的未来 | 菲尔兹奖

外来客 • 2026-11-01 11:55:47

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🧠 AI与数学研究的关系重构

  • 主体性原则：在数学研究中，人始终是核心主体，AI仅作为辅助工具存在。数学家负责把握研究方向、制定具体路线图并处理细节微调，而AI则利用其无限知识储备和极低的试错成本进行高效探索。
  • 共同进化机制：人类与AI处于相互学习的过程中。AI基于人类已有的深刻理解发展出新技术以解决新问题；人类通过学习AI的证明过程，提炼出新的思路与方法，再反馈给AI以优化其能力。这种互动对数学研究具有显著的促进作用。

⚖️ 学术规范与商业行为的冲突

  • 思维链披露缺失：针对10月6日某AI公司公布的300多个问题和700多篇文章，演讲者指出该公司拒绝公布证明背后的“思维链”及推理过程，仅以“防止蒸馏”为借口。这不符合学术界要求研究者解释证明思路的惯例。
  • 引用与正确性问题：在多篇由AI生成的文章中，未明确标注其直接沿用了人类已有的思路或技术；且在发布前未通过Lean等形式化手段保证证明的正确性，导致后续发现并撤回存在错误的文章。
  • 商业逻辑质疑：从商业角度看，数学家作为用户输入思路后，公司利用这些数据训练新产品并获取荣誉与经济利益，而用户并未获得相应回报。这种单方面索取价值且缺乏透明度的行为在学术界和商业界均受到质疑。

🛠️ AI工具的合理使用规范

  • 工具属性界定：AI应严格定位为工具，由数学家或爱好者掌控使用，而非由公司亲自下场代替用户进行研究。
  • 数据主权与追溯性：用户应拥有选择权，决定输入的数据是否允许用于模型训练。同时必须建立可追溯机制，以便在AI生成的成果中精准定位人类贡献、AI贡献及具体个人的思路来源，从而避免优先权争议。
  • 开源模型战略：建议数学界推进开源数据与模型建设，以摆脱对特定商业公司的依赖。虽然当前开源模型的数学水平仍有差距，但通过持续训练可以缩小这一鸿沟，并确保遵循学术界的规范（如思维链公布和数据使用规则）。

🔭 未来数学研究的展望

  • 打破学科壁垒：强大的AI能够整合不同数学分支及现实领域的复杂细节，帮助数学家克服个人精力有限的局限。这使得数学家无需精通所有领域细节，也能利用跨学科思想解决更深刻、更贴近现实背景的问题（如从简化模型推广到复杂的相互作用模型）。
  • 数学的独立性与永恒性：即使AI能自主提出问题并解决问题，数学作为体现人类自主思考与探索能力的纯粹学科，其独立性不会消失。数学家将继续在应用数学和纯数学中发挥主观能动性，因为数学是一个整体，不能因追求应用而割裂其与现实联系较弱的部分。
  • 人类独特价值：人区别于其他生物及AI的核心在于“自主思考”的能力。若人类放弃这一能力，将丧失作为人的本质属性；因此，在AI时代，数学依然是检验和体现人类理性探索精神的关键领域。

博主头像 👤 同一博主

查看该博主全部 194 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。