当地时间9月11日，25位菲尔兹奖得主联合发表了一份题为《人工智能在数学中的严重错位》的公开声明。签署者包括2006年菲尔兹奖得主陶哲轩、2026年菲尔兹奖得主邓煜，以及彼得·舒尔茨、皮埃尔·德利涅等当代最具影响力的数学家。
这份声明源于过去一周内25位数学家之间的密集讨论。陶哲轩在其个人博客上发布了声明全文。他介绍，由于认为当前问题具有紧迫性，他们没有等待更长时间的广泛协商，而是决定尽快公开发表。
声明的直接触发点，是本月初OpenAI的一次发布。9月8日，OpenAI宣布其尚未公开的模型仅用88小时就解决了纳维-斯托克斯方程的存在性与光滑性问题，并同步公开了165页论文和Lean形式化验证代码。这是克雷数学研究所2000年选出的七大千禧年大奖难题之一。
核心论点：解决问题并不是目标
25位数学家并未否认AI在数学上的进步。声明首先承认，过去几个月大语言模型的数学能力出现了显著提升，已经能够解决多个数学领域的重要未决问题。
但问题恰恰由此产生。AI公司正在把“解决数学问题”作为衡量模型能力的基准，而数学共同体追求的目标并非尽可能快地得到答案。
“AI公司的目标与数学共同体的目标存在严重错位，”声明写道。一个著名数学问题之所以重要，并不只是因为最终能得到“对”或“错”的结论。
长期以来，重要的未解问题更像数学世界中的“地标”和“灯塔”——一个问题被解决，通常意味着研究者发现了新的洞见、方法或概念。这些成果还需要经过数学家之间的报告、讨论和不断简化，最终才可能变成研究生甚至本科生能理解的教材内容。一些数学思想甚至要经过几十年乃至几百年，才会成为被广泛使用的工具。
公开信强调，“解决问题只是实现概念理解和洞察这一首要目标的工具和代理指标”。
速度的代价：从“沃土”到“论文工厂”
25位数学家最担忧的，是AI竞赛对“速度”的片面追求。当AI公司不断以“解决了多少此前未解的问题”来衡量模型进展时，原本用于衡量数学理解程度的指标，可能反过来成为被机器快速优化的目标。
声明警告，以越来越快的速度批量生产“真/假”结论，可能不是在孕育新的思想，反而可能摧毁孕育思想的沃土。
速度带来的另一个问题，是数学成果本身需要时间被理解。声明称，一些AI产生的解答被匆忙宣布，没有留下足够时间完成规范的论文写作、提炼其中真正的新方法和新思想，以及引用其他研究者此前的相关工作。这也带来了严重的成果归属和抄袭问题。
即便AI能够产生正确而新颖的数学思想，人类数学家的工作也没有因此结束。如果没有数学家继续发展这些思想并将其整合进数学知识体系，AI产生的思想也无法真正“活起来”，数学家之间至关重要的知识传承链条也可能随之断裂。
最深层的担忧：数学家是如何被培养出来的
比“AI能不能做数学”更深一层的担忧，是数学家的培养机制正在受到威胁。
公开信指出，数学这个职业最宝贵的资源是学生和思想。数学家给学生布置问题，并不只是希望他们得到答案，更重要的目的是让他们在解决问题的过程中发展研究所需要的能力。
数学思想同样需要通过报告、私人讨论和严谨写作不断传播，并与此前的研究建立联系，而这些过程都需要时间和人与人之间的互动。
当AI能够越来越快地直接产出最终结果时，一个根本性问题浮现出来：如果答案可以直接获得，人类是否还会经历那些形成理解、提出新问题和产生新思想所需要的训练过程？
从数学到更广泛的智力劳动
25位数学家将这场争论扩展到了数学之外。“我们正在目睹一种对智力劳动的普遍威胁，”声明写道。在许多领域，过去多年的专业训练不仅是为了生产最终答案或产品，也是为了发展理解能力以及提出新问题和新思想的能力。
但建立在人类此前积累的大量知识之上，AI系统正在越来越有能力直接产生这些工作的结果，由此造成了目标之间的错位。
不过，这份声明并未主张拒绝AI。25位数学家明确表示，AI具有加强和加速真正数学研究与理解的潜力，数学这一职业也需要适应由此带来的变化。
真正尚未确定的，是如何在使用AI的同时，保住那些比答案更重要的东西。
（智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。