AI进步引发顶尖数学家警报

陶哲轩警告：AI正在耗尽数学界的“好问题”

加州大学洛杉矶分校（UCLA）教授、2006年菲尔兹奖得主陶哲轩于2026年9月8日在Mathstodon网络上发布了一则警告，该警告在学术界广泛流传。他指出，人工智能不再仅仅作为研究人员的辅助工具，它正威胁着人类理解力和基础研究的本质。事实上，人工智能正在枯竭“优质开放性问题”这一资源池。这些未解决的真正推动科学领域进步的问题，正因AI的介入而面临消失的风险。

核心观点摘要

AI以创纪录速度解决千年难题

自2026年5月以来，关于人工智能的公告接连不断。OpenAI首先否定了关于单位距离的埃尔德什猜想，这是一个自1946年以来悬而未决的开放性问题。几周后，同一家AI公司声称解决了克雷数学研究所七大“千年大奖题”之一：纳维-斯托克斯方程解的存在性与正则性。这些方程用于描述流体运动。

据特里斯坦·巴克马斯特（Tristan Buckmaster）透露，他是一位颇具前景的研究方法的提出者，OpenAI的AI在一个周末就完成了他和同事莱文特·阿尔珀格（Anthropic员工）数月来试图完善的成果。

但这还不是全部！2026年8月，OpenAI还发布了其Astra模型取得的十项重大数学和计算机科学成果。这些成果涵盖了几何学、密码学和编码理论。与此同时，Anthropic使用Claude在短短11天内形式化了费马大定理的证明。这家AI公司刚刚宣布即将进行首次公开募股（IPO）。

陶哲轩：AI正在耗尽数学中的“好问题”

陶哲轩被誉为在世最伟大的数学家，他在Mathstodon上发布的一篇帖子中发出了明确的警告。他认为，真正的危险不在于AI能解决问题，而在于它解决问题的速度太快，以至于社区还没有来得及从中学到所有教训。

他写道：“ indiscriminate use of powerful solution-extraction tools may achieve the immediate goal of solving problems, but at the cost of sustaining the ecosystem for the next wave of progress.”（不加选择地使用强大的解题提取工具可能实现解决当前问题的即时目标，但代价是破坏了为下一波进步维持生态系统的可持续性。）

对陶哲轩而言，一个数学问题的价值既在于其解决方案，也在于达到该解决方案所采取的路径。确实，这个过程能够：

然而，有了AI，这条路径被 bypassed（绕过）。在这方面，陶哲轩警告道：“我们现在已经看到，甚至有人正在研究某个问题的传闻，都能引发海量的AI驱动努力，在原始研究项目尚未充分发挥潜力之前就将其‘平推’解决。”

解释： AI将数学从一种“证明稀缺”的学科转变为一种“证明过剩”的学科。这可能导致人类工作的贬值。

面对AI，数学家们面临身份危机？

除了陶哲轩的言论外，整个专业领域都在自我反思。“如果数学的主要目标是证明定理，那么很容易问：既然机器似乎能够随心所欲地做到这一点，我们还有什么用？”哥伦比亚大学的数学家亨利·尤恩（Henry Yuen）在接受《每日电讯报》采访时问道。

2026年6月，超过3000名数学家签署了《莱顿宣言》。这份文件呼吁：

陶哲轩本人则建议采取一种方法：将某些问题分类为需要深入分析的问题。这意味着，一个原始的答案（尤其是由人工智能提供的答案）只有在附带可理解且具有指导意义的推理过程时才算数。

AI时代数学的未来何去何从？

有些人将AI视为生产力工具。事实是，它将人类从繁琐的任务中解放出来，使他们能够专注于提出新问题。另一方面，也有人担心证明过程的工业化。他们认为，智力价值可能会因追求速度而褪色。

双方都同意一点：规则必须改变。《莱顿宣言》因此强调透明度和对贡献的认可。但在一个AI模型不公开、证明在几小时内生成的竞赛中，如何应用这些原则呢？

无论如何，AI已经在数学领域跨越了一个阈值。现在球在社区这边：定义新规则，以确保人工智能保持为工具而非替代品。