前OpenAI後訓練VP回應陶哲軒：說AI毀了數學，可能還是太小瞧AI了

未來的AI不僅能解決問題，還能提出有價值的洞見、建立新的概念框架，讓數學家在此基礎上繼續探索。henry 發自 凹非寺 | 公眾號 QbitAI 說AI毀了數學，可能還是太小瞧AI了。剛剛，OpenAI前後訓練VPLiam Fedus，回應了陶哲軒等數學家關於“AI不應只追求解題，更應推動數學理解”的觀點。他贊同陶哲軒對概念理解的重視，但也認為不能用今天AI的能力邊界，框定未來的可能性。在Liam看來，未來的AI不僅能解決問題，還能提出有價值的洞見、建立新的概念框架，讓數學家在此基礎上繼續探索。

換句話說，如果AI的訓練目標不只是“把題做對”，而是進一步擴展到解釋為什麼、提煉方法、幫助人類理解，那麼它最終可能成為一個既能給答案，也能創造新思路的數學研究夥伴。這份樂觀，與陶哲軒等25位菲爾茲獎得主最初聯署的聲明，既有共識，也有分歧。雙方都認同，數學不能只剩下答案。不同的是，數學家們更擔心，眼下AI公司追逐解題成績的方式，會損害數學知識的積累與傳承；而身處AI行業內部的Liam則更樂觀地認為，隨著能力繼續提升，未來的AI本身也能夠參與創造這些知識。這一冷一熱，也讓網友們想到了當年的圍棋。AlphaGo雖然不會解釋自己的走法，人類棋手仍然通過研究它的落子和勝率，從中學到了東西。

Liam也贊同這個類比，並引用了Noam Brown此前的判斷：AlphaGo出現後，人類棋手的水平明顯提高，數學領域或許也會出現類似的變化。那麼，今天的數學，正在經歷圍棋曾經走過的陣痛嗎？AI毀了數學嗎？9月11日，陶哲軒在個人博客發佈《人工智能在數學中的嚴重錯位》。這份聲明由25位菲爾茲獎得主共同署名，名單橫跨近半個世紀，從1978年菲爾茲獎得主皮埃爾·德利涅（Pierre Deligne）一直到2026年菲爾茲獎得主鄧煜（Yu Deng），幾乎覆蓋了現代數學界最具代表性的一批頂尖學者。

聲明認為，當前AI公司將“解決著名數學難題”作為衡量模型能力的重要標準，與數學共同體追求概念理解、方法提煉和知識傳承的目標存在嚴重偏移，甚至可能損害數學科學本身的發展。具體來說，他們主要強調了五點： 1、解出難題，只是數學研究的一部分。數學更重要的目標，是理解背後的結構，發展出能夠用於其他問題的新概念和新方法。2、答案需要被理解，才能成為共同的知識。一項成果還要經過討論、簡化和系統整理，才能進入教材，被後來者學習和使用。3、AI匆忙發佈成果，可能忽視前人的貢獻。缺少完整論證、方法梳理和恰當引用，會帶來成果歸屬與剽竊方面的問題。4、培養學生的過程，不能被最終答案替代。

研究訓練不僅為了得到結果，也為了讓人學會理解問題、提出問題，並形成自己的想法。5、AI有潛力促進數學，但如何使用它至關重要。數學界需要適應變化，AI公司也需要調整方向，讓技術進步真正服務於理解與探索。而這些擔憂之所以在今天集中爆發，恰恰是因為AI做數學的能力，已經開始跨過一個新的門檻。2024年，AI在數學上的代表性突破，還主要集中在IMO這樣的競賽數學，從銀牌水平一路逼近金牌。到了2025年至2026年，模型開始快速進入真正的開放數學問題，陸續挑戰Erdős系列問題、幾何猜想、千禧年問題這樣的長期未解難題。今年5月，OpenAI內部模型反駁了已有近80年曆史的Erdős單位距離猜想。

這個離散幾何問題研究的是：平面上給定n個點，最多能有多少對點之間的距離恰好為1。模型不僅構造出了無窮多反例，還在證明中引入了代數數論工具。相關結果經過外部數學家檢查後，也被菲爾茲獎得主Tim Gowers等人稱為“AI數學的里程碑”。更進一步，9月初，OpenAI又宣佈，利用約1萬個自主AI Agent配合內部高級模型，在約88小時內找到了三維Navier–Stokes方程出現奇點的證明，並通過Lean進行了形式化驗證。如果這一結果最終得到數學共同體確認，那麼AI面對的就已經不再只是“人類設計好的考試題”，而是開始真正進入那些困擾數學家數十年、甚至被列為千禧年大獎問題的研究前沿。

但當AI越來越像一個真正的“數學研究者”，新的問題也隨之出現。成果到底算誰的？誰應該署名？模型又是從哪裡知道這個研究方向的？9月初，紐約大學數學教授Tristan Buckmaster與Anthropic數學家Levent Alpöge公開了一項關於流體方程奇點的研究，而OpenAI幾乎同期宣佈，內部模型也在約1萬個AI Agent協作下完成了相關證明。隨後爭議迅速爆發。Buckmaster懷疑OpenAI是在得知他們尚未公開的研究方向後才開始攻題，雙方隨後又圍繞署名、優先權以及模型是否可能接觸過相關用戶數據發生爭執。到這裡，問題其實又繞回了Liam一開始回應陶哲軒的地方。

Liam相信，隨著AI能力邊界不斷擴展，“解決一道題”和“給人類提供新的思考方法”最終並不矛盾。未來的AI完全可能既負責找到答案，也負責建立一套能夠被人理解、複用和繼續發展的概念框架。但問題在於，未來AI有能力產生洞見，並不能自動回答今天應該怎樣組織研究，讓洞見被人理解和使用。當AI開始真正參與知識創造以後，這些知識應該如何產生、如何署名、如何被理解，又如何進入人類原有的學術共同體？答案還遠沒有形成。但最近幾家重要數學機構的連續發聲，其實已經開始分別回應這些問題。美國數學學會（AMS）強調，這次圍繞Navier–Stokes方程奇點問題取得的最新進展，並不是AI憑空完成的一次突破。

它建立在Navier、Stokes、Leray，以及近年的Córdoba、Martínez-Zoroa、Buckmaster、Alpöge等幾代數學家的長期積累之上。AMS最後也明確提出：數學的目的，是人類的理解。倫敦數學會（LMS）則更進一步明確了AI的位置。倫敦數學會（LMS）把AI定位成一種強大的新工具：它可以加速探索和發現，但提出問題、創造新概念和形成真正的數學理解，仍然是人的工作。而真正負責千禧年大獎認定的克雷數學研究所（CMI），回應的則是另一個更現實的問題： AI給出的結果，究竟怎樣才能正式進入數學知識體系。

對於Navier–Stokes的新證明，CMI沒有直接確認其已經成立，而是保持了非常謹慎的態度：結果仍然需要公開、經過同行檢驗，並接受長期驗證。與此同時，CMI也再次強調，重大數學難題的價值，從來不只是最後那個答案，還包括解題過程中產生的新思想、新方法和新的理論工具。所以，未來真正值得探討的問題，其實並不是“AI毀了數學”。而是當AI開始參與知識創造後，人類數學共同體該如何讓這些由機器產生的新知識，被理解、驗證，並真正成為數學的一部分。Liam的話回答了未來，但更重要的可能是現在。參考鏈接 [1]https://x.

com/LiamFedus/status/2099123244640989213 版權所有，未經授權不得以任何形式轉載及使用，違者必究。