潮评丨AI时代稀缺的不是解题工具,而是好问题

发布者:醉爱山水间 2026-9-11 10:07

潮新闻客户端 特约评论员 程振伟

图源:视觉中国

陶哲轩作为华裔顶尖数学家,现为加州大学洛杉矶分校教授。2006年获国际数学界最高荣誉菲尔兹奖,是当代最富创造力的数学家之一。他在调和分析、偏微分方程、组合数学等领域屡有突破,以化繁为简的洞察力著称。近年来,他持续关注人工智能与数学的深层关系:既把AI视为辅助证明与探索的新工具,也清醒指出其局限,主张数学家主动与机器协作,拓展人类理性的边界。

陶哲轩每次对AI发表新见解,都广受关注。这一次,他不是说AI不够强,而是说AI太强了。GPT-6 Astra刚把孪生素数猜想的上界从246推进到186,OpenAI又用上万个智能体“攻克”纳维-斯托克斯千禧年难题。可陶哲轩担心:解题太快、推理过程如黑盒,可能掩盖宝贵的失败,甚至污染问题本身。

数学不就是要答案吗?但陶哲轩提醒我们,数学研究的价值远不止最终答案。一个未解难题像尚未勘探的旷野,数学家在其中迷路、试错、发明新概念。张益唐证明存在无穷多对素数差值小于7000万,震动数学界,不仅因结论,更因他开辟的新路径。后来者沿这条路把上界降到246。这条路本身,是问题送给数学的礼物。如果AI直接给出无法解释的186,数学家就可能失去从246到186之间那些失败的分叉。而失败的分叉上,往往藏着下一座金矿。

这正是陶哲轩警告的核心:AI时代真正稀缺的不是解题工具,而是值得研究的好问题。问题看似无限,但真正值得研究的好问题极其稀缺。一旦某个方向走漏风声,海量AI智能体可能迅速“碾平”问题,研究者便不敢再公开分享有价值的方向。就像被海洋环绕却陷入缺水,数学可能被答案淹没,却渴死在没有好问题的荒漠里。

但若因此把AI视为敌人,又可能错过更大的可能性。AI能在人类卡了十年的地方提供新推力。人类数学家受限于计算力、记忆力和形式化繁琐,AI却可以不知疲倦地搜索巨量路径、验证每一步推理。

浙江大学人工智能方向博士生、无界AI联合创始人马千里的例子很有启发性。他借助AI解决Colombo问题,AI尝试8条路线,其中一条看似美好,不断给出“好消息”,走了11小时后被人类喊停,反而在“放弃”后找到真正突破口。这说明AI擅长生成可能性,但人类判断仍站在关键位置:选什么问题、哪条路线值得继续、什么结果值得公开。AI不会取代数学家,就像望远镜不会取代天文学家。但望远镜让人类第一次看清星河,AI也可能让数学家看见过去看不见的路径。

AI正在降低数学研究的准入门槛。过去高深数学是少数天才的领地,普通人即使有深刻直觉,也常因技术壁垒无法参与。如今一个对问题有深刻理解的人,可以借助AI完成繁琐推导、验证猜想,甚至提出新问题。数学共同体可能因此扩大,基础研究不再神秘。人类由此从繁琐计算中解放出来,更多专注于高价值问题,这才是数学研究中不可替代的人类部分。

但这并不意味着无标准。陶哲轩不主张禁止AI工具,而是呼吁建立明确标准,区分哪些问题需要“审慎分析”而非无差别提取答案。就像食品捐赠要有标准一样,科学进步需要能消化的洞见,而不是一堆未经分析的原始答案。AI公司应尊重学术共同体伦理,不轻易“污染”高价值问题;AI的搜索、解题过程应被记录、解释、理解。人提出好问题,推动数学和基础研究发展;AI可以推动把路走得更远。

人工智能之于人类,是人类今后最重要的关系之一。数学正站在一个奇特位置:它最需要答案,却也最需要失败,因为失败的背后可能是伟大发现。AI可以加速答案,但只有人类能决定哪些问题值得被问、被解决。真正危险的,不是机器学会了数学,而是人忘了数学为什么需要那些弯路。

答案会过时,问题才是数学的生命。人工智能为数学等基础研究打开的可能性,最终不在于它解开多少难题,而在于它能否帮助人类提出更好的问题。这或许才是陶哲轩警告背后的真正期待:别让AI替我们思考,而是让它帮我们更好地思考。

大家都在看

相关文章