陶哲轩最近的一篇采访，让我对 AI 的发展有了一个新的思考🔥 作为数学界最有影响力的人物之一，他过去一直积极尝试用 AI 辅助研究。但最近，他却说自己已经进… · @xiaomovps · TwKit

@xiaomovps

陶哲轩最近的一篇采访，让我对 AI 的发展有了一个新的思考🔥 作为数学界最有影响力的人物之一，他过去一直积极尝试用 AI 辅助研究。但最近，他却说自己已经进入了战时状态 事情的起因是，OpenAI 在 10 月 6 日发布了 350 多项数学研究成果，涉及数论、代数、拓扑学等多个领域，还声称解决了纳维-斯托克斯方程这一千禧年难题 让陶哲轩真正不满的，不只是 AI 能力进步太快，而是这些成果的发布方式 有些年轻数学家已经花了几年时间研究某个问题，甚至快要取得突破，结果 AI 突然给出了相关答案，原来的研究计划和积累可能瞬间失去意义 更麻烦的是，AI 生成的证明不一定容易理解。陶哲轩提到，即使是纳维-斯托克斯方程的证明，和他交流过的专家也没有人真正理解整个论证过程 这就出现了一个很有意思的矛盾 AI 生成答案的速度越来越快，但人类理解、验证和消化答案的速度，并没有同步提升 而且，这件事对年轻研究者的冲击更大。资深数学家已经积累了自己的知识体系，但刚入行的人还在学习怎么研究、怎么建立自己的方向，就可能发现过去几年努力的事情突然被 AI 改变了 我觉得这和现在的 Coding Agent 很像 以前一个开发者花几天时间研究代码、设计架构、逐步完成一个功能，现在 Agent 可能几分钟就生成大量代码 但是代码生成得快，不代表整个系统就更容易理解，也不代表后续的审查、维护和责任都能交给 AI 更值得警惕的是，如果我们只用完成速度、生成数量和 Benchmark 分数衡量 AI 的进步，就很容易忽略一个问题：这些进步究竟有没有帮助人类积累真正有价值的能力 陶哲轩最后给学生的建议反而很有意思：不要只盯着以前能做的事情，可以借助 AI 同时研究更多问题，从中寻找新的规律，提出以前没有想到的问题 我觉得这才是这篇文章最值得思考的地方 AI 可能会让很多旧的技能贬值，但是它也会改变我们探索问题的方式，这个我在好几篇文章中都见过类似的说法，AI 会让我们加速 但也会影响我们，我们只能在不断的变化当中学习和提升自己 我们没有办法知道未来是对还是错，但是只知道做好当下的每一件事 这是最重要的 未来可能真正重要的，不只是你能多快完成一个任务，而是当 AI 已经能替你完成越来越多事情时，你还能发现什么新问题，又能不能判断什么结果真正值得追求 文章地址：https://archive.ph/kD622

曝光 172 · 评论 0 · 点赞 1 · 书签 1