MIT学者发文《未来的数学》:AI或把数学家从论文内卷中解放出来
数学末日降临?MIT学者发文反驳:AI正在把数学家从论文内卷中拯救出来
MIT数学教授Pavel Etingof与高级讲师Slava Gerovitch发表《未来的数学》一文,认为AI批量生成数学证明将冲击以论文数量和成果优先权为核心的评价体系,数学家应转向"智识能动性"。文章建议学术招聘重视报告、面试与持续交流,博士论文原创性可体现在提出新问题、发展新方法或跨领域联系上,并主张尊重不使用AI的"AI素食主义者"。
这条信号在站内保留事实摘要与战略研判。完整内容和上下文请以原文为准;融资、并购与技术效果以原始披露为准。
2026 年 10 月,数学界迎来了一场前所未有的冲击。 10 月 6 日,OpenAI 公开了一批由 AI 模型生成的数学研究成果,包括 722 份手稿,涉及 372 组数学问题,涵盖数论、代数、几何等多个领域。其中一些结果宣称解决了长期悬而未决的数学难题。更重要的是,OpenAI 披露,模型平均只需要相当于 ChatGPT Pro 思考约 3 小时的计算量,就能生成一项数学结果。 这一消息很快在数学界引发焦虑和讨论。得克萨斯大学奥斯汀分校的计算机科学家斯科特·阿伦森(Scott Aaronson)直接将这场冲击称为“数学末日”(Mathocalypse)。菲尔兹奖得主陶哲轩也开始讨论“数学 2.0”,重新思考 AI 时代的数学研究。 至此,一系列现实的问题被摆在台前:当机器能够快速生成大量数学证明,人类数学家还有什么工作可做?对于年轻学者来说,如果自己的研究课题随时可能被 AI 解决,继续攻读数学博士、争取大学教职,还有多少意义? 面对这些疑问,两位来自麻省理工学院(MIT)的学者给出了不同的回答。 近日,MIT 数学教授帕维尔·埃廷戈夫(Pavel Etingof)与数学系高级讲师斯拉瓦·格罗维奇(Slava Gerovitch)共同发表了一篇题为《未来的数学》的文章,探讨 AI 时代数学研究、学术评价和人才培养可能发生的变化。他们认为,AI 的发展或许不会伤害数学研究,反而可能将数学家从长期以来的论文竞争中解放出来。 图|帕维尔·埃廷戈夫(Pavel Etingof)和斯拉瓦·格罗维奇(Slava Gerovitch)(来源:MIT) 他们文章结尾写道:“与其试图挽救旧有秩序,我们更应该保留真正重要的东西——好奇心、知识、理解力、独立思考的能力,以及研究和分享数学的乐趣。” 以下内容由 Deep Tech 根据原文编辑整理,有所删减但是不改变原意 当 AI 可以批量证明定理,数学论文还值钱吗? 过去几个世纪,数学界一直存在一种被两位作者称为“所有权文化”(Ownership Culture)的传统。 在这套规则下,数学家通过发现和证明新的定理获得学术认可。谁最先证明一个重要猜想,谁就有机会获得相应的荣誉,研究成果也会通过论文、引用和学术记录与个人姓名联系起来。 这样的机制推动了数学的发展,也逐渐形成了一套围绕成果优先权展开的竞争体系。发表了多少篇论文,解决了哪些重要问题,是否拥有自己的研究方向,成为衡量数学家能力的重要依据。 问题在于,当 AI 可以在短时间内生成大量数学成果,围绕定理所有权建立的评价体系就会受到冲击。 两位作者打了一个比方:假设有一座城市,所有人都在辛苦挖掘黄金,并把黄金作为财富的象征。突然有一天,一群人带来了能够大量制造黄金的工具,原本珍贵的黄金开始源源不断地涌入市场。在这样的情况下,继续以谁挖到了更多黄金来衡量个人价值,显然已经不太合理。 (来源:文章配图) 数学界面临的新问题也是如此。当一个复杂定理可以在 AI 的帮助下快速得到证明,单纯依靠证明数量和发表速度衡量学术贡献,就很难充分反映一名研究者的真实能力。 但两位作者认为,变化可能也有其积极的一面。以往,围绕成果归属展开的竞争,曾经让数学家花费大量精力争夺优先权,也可能限制研究者之间的合作。 AI 的发展则可能改变这个状况。未来,数学界需要更加重视一种被作者称为“智识能动性”(Intellectual Agency)的能力。这包括扎实而广泛的数学知识、深入理解复杂问题的能力、独立判断力、研究眼光,以及向他人解释数学的能力。 拥有这种能力的研究者,可以利用 AI 开展更高水平的研究,也能够在没有 AI 帮助的情况下进行独立思考。 由此,大学招聘数学教师、评估年轻学者时,也需要调整评价标准。两位作者建议,未来的学术招聘应当更加重视报告、面试和持续性的学术交流。招聘委员会需要直接观察候选人如何思考数学问题、如何解释自己的研究,以及面对追问时能否提出有价值的见解。 推荐信依然重要,但应该建立在充分的学术接触和个人了解之上,而不只是重复一份论文清单。 至于研究成果究竟由人类独立完成,还是借助 AI 完成,两位作者认为,这不应该成为决定其学术价值的主要标准。真正需要评价的是数学家本人所具备的知识、判断力和创造性贡献,而不是某个证明使用了什么工具。 数学家以后做什么?去探索一座无限扩大的图书馆 但如果 AI 能够承担越来越多的证明工作,未来数学家的主要任务又是什么? 两位作者认为,首先需要改变的是数学研究的范围。长期以来,数学知识不断积累,研究分支也越来越细。一个人即使穷尽一生,也很难掌握多个数学领域的前沿进展。 在这样的环境下,年轻数学家通常需要尽早选择某个具体方向,集中精力研究一组相对狭窄的问题,以便建立自己的专业能力。 AI 将有潜力改变这种局限。过
来源只提供摘要,完整内容请打开原文。
来源:WeChatRSS:DeepTech深科技 · mp.weixin.qq.com