Liam Fedus回应陶哲轩：AI或将参与数学知识创造

OpenAI前后训练副总裁Liam Fedus近日回应陶哲轩等数学家关于人工智能应推动数学理解的观点。他认同数学不能只追求答案，但认为不能用当前模型的能力边界限制对未来AI的判断。

Fedus设想，未来AI不仅能够解决问题，还可以发现有价值的洞见、提炼方法并建立新的概念框架，帮助数学家继续研究。数学家的担忧与他的判断既有交集也有分歧：前者担心企业过度追逐解题成绩会损害知识积累，后者则认为AI能力提升后，可能直接参与新知识创造。

他还认可围棋类比。AlphaGo并不会解释每一步棋，但人类棋手通过研究其落子和胜率提升了水平。Fedus引用Noam Brown的判断称，数学领域或许也会经历类似变化：AI先改变解题方式，进而反过来促进人类理解。

9月11日，陶哲轩在个人博客发布《人工智能在数学中的严重错位》，声明由25位菲尔兹奖得主联署，覆盖1978年得主皮埃尔·德利涅至2026年得主邓煜。

联署者指出，解决著名难题只是数学研究的一部分，真正重要的还包括理解结构、形成可迁移的方法，以及让成果经过讨论、简化和整理后进入知识体系。他们同时担心，AI仓促发布缺乏完整论证和引用的结果，可能忽视前人成果并引发署名、归属问题；数学教育也不能被最终答案取代。声明认为，AI有潜力促进数学，但使用方式和研发目标都需要调整。2024年，AI主要在IMO竞赛数学中接近金牌水平；到2025年至2026年，模型已开始挑战Erdős问题、几何猜想和千禧年问题。今年5月，OpenAI内部模型反驳Erdős单位距离猜想，构造无穷多反例并引入代数数论工具，结果经外部数学家检查，被Tim Gowers等人称为里程碑。

9月初，OpenAI还宣布，约1万个自主AI Agent协同内部高级模型，在约88小时内找到三维Navier–Stokes方程出现奇点的证明，并用Lean完成形式化验证。若经数学界确认，这将意味着AI开始进入长期开放研究，而非只处理人类预先设计的题目。

围绕该成果，纽约大学数学教授Tristan Buckmaster与Anthropic数学家Levent Alpöge几乎同期公开流体方程奇点研究，Buckmaster随后质疑OpenAI是否接触了他们尚未公开的研究方向，争议涉及署名、优先权及用户数据使用。Fedus认为，解题与提供新思路并不矛盾，但AI能产生洞见，不等于人类已经知道如何组织、验证和传承这些知识。

美国数学学会表示，Navier–Stokes相关进展并非AI凭空完成，而是建立在Navier、Stokes、Leray以及Córdoba、Martínez-Zoroa、Buckmaster、Alpöge等多代研究者积累之上，并强调数学的目的在于人类理解。

伦敦数学会将AI定位为加速探索和发现的强大工具，但提出问题、创造概念和形成真正理解仍属于人的工作。克雷数学研究所没有直接确认新的Navier–Stokes证明，要求其公开并接受同行检验和长期验证，同时重申重大难题的价值也在于过程中产生的新思想、方法和理论工具。

因此，核心问题并非AI是否会毁掉数学，而是机器参与知识创造后，数学共同体如何让新成果得到理解、验证、署名并真正纳入学术体系。