一位来自Anthropic的数学家声称,借助Claude证明了数学界最著名的问题——黎曼猜想。如果这一说法最终站得住脚,它将是人工智能产出惊人数学成果的最新一例,也可能是影响最深远的一例。

打开网易新闻 查看精彩图片

消息传出后,数学界的反应可以理解地复杂。一方面,这样的证明理应、也必然会受到严格审视;另一方面,比逐条拆解模型产出的每一个结果更重要的,也许是换一个角度问:当AI能以前所未有的速度生成数学结论时,我们到底该奖励什么样的专业能力?

这不是杞人忧天。就在不久前,AI已经用一连串结果把数学界推到了需要重新排队的位置。

  • 今年早些时候,一个OpenAI系统给出了长期悬而未决的平面单位距离问题的反例,推翻了保罗·埃尔德什(Paul Erdős)一个抵抗了数学家数十年的猜想。
  • 更近一些,OpenAI宣布了一个纳维-斯托克斯问题的表面解。这个问题问的是描述流体流动的方程是否会产生奇点,即无穷值,属于克雷数学研究所的千禧年大奖难题之一——七道著名复杂数学题,每道悬赏100万美元
  • OpenAI随后又发布了数百项进一步的数学结果,让数学家们忙于评估它们的正确性与重要性。

OpenAI的结果最终能否经受检验,还有待观察。但清楚的是,AI系统现在的运行水平,是许多数学家原本以为还要等上数年、甚至数十年才能见到的。

这并不意味着数学家即将被淘汰。但它确实意味着,我们需要认真重新考虑数学家的确切用途是什么。

传统上,专业能力与"产出"紧密绑定:专家解决难题、证明定理、构建模型、撰写论文。如果AI能以空前的速度和规模生成证明、猜想并探查研究领域,那么数学产出就不再必然是瓶颈。相反,许多纯数学家会认为,真正变得稀缺的资源是数学判断力。

什么是数学判断力?说人话就是:分辨一个结果虽然正确、但很无聊,与另一个可能从根本上改变我们对问题乃至整个数学领域看法的结果,这两者之间的差别。

AI可以围绕一个定理生成数十万种复杂变体,但这些变体对数学知识的贡献可能微乎其微,每一个最终都通向死胡同。真正有分量的结果,可能解决一个长期未解的问题,或与看似无关的领域建立联系。数学判断力,正是让我们区分这两者的能力。

人类判断之所以仍然必要,是因为AI生成的证明不一定具有启发性、可理解性,甚至不一定可靠。有些证明可能长得离谱或晦涩难懂,检查它们需要专家投入大量工作,而要以对人类数学家有意义的方式重新解释它们,则需要更多工作。

一个证明可以有效,却不提供任何关于它为何成立的洞见,也不说明它的思路还能用在哪里。人类数学家的职责,将是充当证明正确性的仲裁者,同时审视其推理过程、提取底层思想,判断这个结果是否真的以有意义的方式推进了该领域。

这里有一个容易被忽略的区别:一个结果的重要性尚不明确,与一个结果几乎不可能有任何启发性,是两回事。数学史上充满了重要性在数十年后才显现的想法,期刊必须继续为基础性、探索性和出于好奇心的研究留出空间。但数学判断力可以区分出哪些工作包含真正的新想法或新可能,哪些只是自动化生产出的无趣死胡同。

数学研究共同体需要迅速对这一变化作出反应。数学家和期刊必须把重要性置于产出数量之上。数学既包括决定哪些结果重要,也包括生成这些结果。一个证明可以正确,却没有洞见。

举个简化的例子:AI可以"证明"一个能被2整除的数的平方能被4整除,然后证明一个能被3整除的数的平方能被9整除,如此对越来越大的整数一路证下去。但每一个新的"证明"都不是有洞见的数学,只是同一个初等想法的变体。

相比之下,一个有分量的证明可能解决一个长期存在的问题,揭示不同领域之间出人意料的联系,或发展出一种可用于解决许多其他问题的技术。

因此,期刊应当要求作者清楚说明:什么是真正新的,为什么它重要,以及AI在其中扮演了什么角色。审稿人应当判断一个结果是否加深了理解,而不是仅仅验证论证是否成立。

大学和资助机构也应当停止把论文数量当作质量的便捷代理指标。职业生涯建立在论文、引用、经费和奖项之上,但这些衡量标准形成于这样一个时代:产出精深的数学需要大量人类时间和精力。在AI时代,过去可能需要数年深思的工作,现在可能数周甚至数天就能产出。

当生成数学结果的成本急剧下降,这些质量指标就变得不那么有用了。减少对传统指标的依赖或许不是坏事,但机构需要可信的替代方案:评估研究者最重要的贡献、 intellectual leadership的证据,以及解释其工作如何改变了理解。这件事很紧迫,因为数学家们已经在艰难地评估被生产出来的海量材料。

最后,数学训练必须继续奖励"理解"。当论文、报告和申请可以主要由AI撰写时,书面作品将不再是个人能力的可靠指南。研讨会、讨论和合作可以揭示一个人是否理解一个论证、能否为其辩护、能否把它与其他想法联系起来。对学生而言,展示理解一直比仅仅给出答案更重要;教育和招聘现在应当更明确地体现这一原则。

批评者可能会说,这是反应过度。数学主张仍然需要证明,同行评审已经在评估重要性,AI不过是又一个工具,就像计算器或计算机代数系统。这些反对意见各有几分道理。但发表论文数量的爆炸改变了游戏的性质。计算器不会生成数百项研究主张,让专家花费宝贵时间去核查。AI制造论证的速度,快过共同体验证、解释或吸收它们的速度。现有的保障机制,并不是为这种失衡设计的。

正确的回应,既不是拒绝AI,也不是不加警惕地庆祝它产出的每一项发现。期刊、大学和资助机构应当现在就调整激励结构,赶在数量彻底淹没判断力之前。

在一个越来越有能力自动生成研究级数学的环境里,最有价值的专家,将是那些知道哪些问题值得问、哪些结果值得信任、哪些想法值得我们注意的人。