一位在Anthropic工作的数学家声称,借助Claude证明了数学界最著名的问题——黎曼猜想。如果这一说法最终成立,它将成为人工智能产出惊人数学成果的最新案例,也可能是影响最深远的一例。
这件事本身还需要被仔细审视。但围绕它的讨论,已经指向一个更现实的问题:当AI能以前所未有的速度和规模生成证明、猜想、研究进展时,数学界该怎样判断哪些结果真正值得关注?
换句话说,数学生产可能不再是瓶颈,数学判断力才是。
所谓数学判断力,指的是能区分两种结果:一种正确但乏味,另一种可能从根本上改变人们对某个问题、甚至整个数学领域的思考方式。AI可以围绕一个定理生成成千上万种复杂变体,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,可能解决一个长期悬而未决的问题,或把看似不相关的领域连接起来。判断两者的差别,靠的正是这种判断力。
AI进入数学界并不是从这一件事开始的。今年早些时候,一个OpenAI系统给出了长期存在的平面单位距离问题的一个反例,推翻了保罗·埃尔德什(Paul Erdős)一个数十年来让数学家束手无策的猜想。更近一些,OpenAI宣布了一个纳维-斯托克斯问题的疑似解法——这是一个关于描述流体流动的方程是否会产生奇点(即无穷值)的著名问题,属于克莱数学研究所的千禧年大奖难题之一,这组七个复杂数学问题每个都附有100万美元奖金。
OpenAI的结果能否经得起检验,目前还不好说。但清楚的是,AI系统现在的运行水平,已经达到许多数学家原本以为要等上数年、甚至数十年才能见到的程度。此后OpenAI又发布了数百项数学结果,数学家们正忙于评估它们的正确性和重要性。
这并不意味着数学家即将被淘汰。但它确实意味着,需要重新仔细考虑数学家的具体作用是什么。
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、猜想并探索研究领域,数学产出就不再必然是瓶颈。相反,许多纯数学家会认为,数学判断力将成为更稀缺的资源。
人的判断仍然必要,因为AI生成的证明不一定有启发性、可理解,甚至不一定可靠。有些证明可能长得惊人或者晦涩难懂,检查它们需要专家投入大量工作,而要将其重新解释为对人类数学家有意义的形式,则需要更多工作。
一个证明可以有效,却并不说明它为什么成立,也不说明其中的想法还能用在哪里。人类数学家的任务,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推进了领域。
这就引出了数学界眼下最需要做的调整:把重要性置于产出数量之上。
数学既包括生成结果,也包括决定哪些结果重要。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继续下去。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,揭示不同领域之间意想不到的联系,或发展出一种能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,而不只是验证论证是否成立。这并不意味着要拒绝那些最终重要性尚不确定的工作。数学史上充满了这样的想法:它们的重要性几十年后才显现出来,所以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"影响尚不明确的结果"和"不太可能产生洞见的结果"之间是有区别的。数学判断力无法保证任何有价值的东西都不被遗漏,但它可以区分出包含真正新想法或新可能性的工作,与自动化生产出的无趣死胡同。
大学和资助机构也应当停止把论文数量当作质量的便捷替代指标。职业生涯围绕论文、引用、经费和奖项建立,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熟虑的工作,现在可能几周甚至几天就能产出。
于是,当生成数学结果的成本大幅下降,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、以及对其工作如何改变理解的说明。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。
数学训练也必须继续奖励理解本身。当论文、报告和申请可以主要用AI来写时,书面作品将不再是个人能力的可靠指引。研讨会、讨论和合作能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,展示理解一直比单纯给出答案更重要;教育和招聘现在应当更明确地体现这一原则。
有人可能会说,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,可以超过共同体验证、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。
近来的进展既带来兴奋,也带来焦虑,这可以理解。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方式,以免数量彻底淹没判断力。
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、哪些想法值得关注的人。
热门跟贴