陶哲轩警告AI数学狂飙或造成“证明消化不良”

陶哲轩在SAIR最新演讲中批评模型公司无休止加速数学能力，却没有充分考虑后果，直言“必须慢下来”，认为当前推进速度没有必要。此前，他一直是AI工具的积极使用者，已将文献检索、编程、示意图绘制和辅助计算纳入科研流程。

2026年3月，他在IPAM会议上称，AI在数学和理论物理领域已经“ready for primetime”；接受《MIT科技评论》采访时还表示，数学正经历“哥白尼革命”。春节前，他曾设想未来初中生也能借助AI和Lean参与前沿研究。但半年后，他的态度明显转向谨慎。菲尔兹奖得主Cédric Villani甚至把模型解决千禧难题形容为数学界前所未有的浩劫，而三个月前他还认为大语言模型只是统计复读机。

陶哲轩把未解数学问题比作灯塔：研究者未必只为抵达灯塔，但灯塔能照亮整片海域。一个证明通常要经历提出解答、Lean等工具进行机械验证、人工阐释、同行评审和写入教材五个阶段。当前AI主要加速前两步，后续理解、消化和传播却几乎没有跟上。

大量证明因此可能变成“知识拥堵”，甚至形成他所说的Proof Indigestion（证明消化不良）：人类不断获得结果，却没人能解释、发表或真正掌握它们。陶哲轩认为，这未必完全是模型公司的主观选择，因为洞见难以验证，也很难直接转化为训练目标；但他仍担忧，AI若跳过探索过程，可能削弱数学家的创造力，并让下一代模型训练于大量人类无法理解的证明，类似克隆小鼠连续繁殖时缺陷不断累积。

围绕这一问题，陶哲轩曾与Peter Scholze、邓煜、Pierre Deligne等25位菲尔兹奖得主联名公开信，反对把数学研究简单变成刷基准测试，强调真正有价值的是推导中的认知摩擦。对此，OpenAI宣布在普林斯顿高等研究院设立“数学与人工智能顾问小组”，成员包括Edward Witten、Timothy Gowers、Martin Hairer、Melanie Matchett Wood和Camillo De Lellis等。

该小组将协助评估新成果的重要性、审查并协调传播，但声明明确表示不会对OpenAI内部数学进展提供建议。相关讨论中，公众对数学界困境的共情有限，网络上还出现了“画家、作家和程序员受到冲击时，陶哲轩又在哪里”的质疑。