7.7
深览指数
科技虎嗅·AppSo··AI 生成
陶哲轩们，也要把才华埋葬在昨天了？
本文以DeepSeek工程师刘胜与的感慨为引子，探讨AI在代码生成和数学证明领域取得的突破性进展，以及由此对专业人才职业价值、数学研究方式和学科价值观带来的冲击。文章核心论点是，AI正将人类以年计的知识探索压缩至数天，颠覆了传统依赖个人才华、长期训练的学科评价体系，引发“证明消化不良”和人才培养困境。作者立场并非单纯的技术乐观或悲观，而是深入剖析了这场变革对数学界乃至更广泛知识生产领域的结构性挑战，适合对AI前沿、科技伦理和学科未来感兴趣的深度读者。原文 ↗
核心观点
- ▍AI正在将人类需要多年完成的数学探索压缩至数天，这颠覆了以个人才华、长期训练和独立证明为核心的学科价值体系，并引发了“证明消化不良”、人才培养和学术评价体系等多重结构性挑战。
- ▍科技公司以商业目标驱动，将数学难题作为模型基准的竞赛方式，与数学共同体探索知识、培养后进的核心目标严重错位。
- 012024年9月8日，OpenAI公布约一万个并发智能体用不到四天提出纳维斯托克斯问题解答，并完成形式化验证。
- 029月17日，The Information报道OpenAI已接近解决另一道千禧难题霍奇猜想，部分研究人员给出“六到九个月”的激进预期。
- 03菲尔兹奖得主塞德里克·维拉尼形容数学界弥漫着历史走到尽头的气氛，强调机器速度对个人价值尺度的冲击。
- 04DeepSeek工程师刘胜与的工作是开发高性能算子，他在感受AI进步的同时，也意识到自己正在为终将替代自己的工具加速。
- 05纽约大学数学家Tristan Buckmaster与Anthropic的Levent Alpöge已借助AI在流体方程上取得进展，并引发了关于研究信息使用的争议。
- 06陶哲轩等25位菲尔兹奖得主于9月11日共同签署声明，批评将数学难题变成模型基准的竞赛方式。
- 07纽约大学数学教授Scott Armstrong透露，OpenAI至少从7月起已积压数百个未发布的数学证明。
反方 / 局限
- — 文章承认，AI的数学能力建立在人类数百年的知识积淀之上，前人的定义、定理和方法共同铺设了通往答案的道路，不应因其速度而忽略起点。
- — 作者认为，对于深度读者而言，文中部分观点（如AI对职业价值的冲击）在技术领域已有广泛讨论，并非全新洞察。
- — 文章将AI对数学界的冲击类比于令狐冲发现武功破绽的场景，这种文学化比喻虽然生动，可能不如纯粹的事实分析来得直接有力。
11 分钟 · 3 卡片 · 9 资料
读原文 →