AI解题再牛,这针药你敢打?陶哲轩一句话点醒:别当低配CPU

顶级AI拥有非常惊人的解题算力，或许正是因为如此，数学家陶哲轩对眼下的热闹一直保持着一份警惕。为了攻下数学难题，这些AI可谓是无所不用其极。不久前，在加州理工的礼堂里，华裔数学家、菲尔兹奖得主陶哲轩就直截了当地指出，AI正在蚕食数学界百年来的底层规则，证明是稀缺品。数学界在这波冲击下确实受到了一定程度的震动，不过陶哲轩并没有被吓倒。

为了守住数学的地基，这位数学家挺身出，尽自己最大的可能提醒大家：AI频繁攻破历史难题，并不意味着数学已经被接管。可以说，如果没有这些坚持追问为什么的人，就没有明天稳定的科学。

或许AI自始至终都没有想到，自己给数学界带来的冲击，会变成人类深化理解的契机。如今顶级AI已经能解决部分拖了几十年的老问题，这使数学界更加紧张。在加州理工礼堂的那场演讲上，陶哲轩也曾问出了这样一句反问：如果抗癌药是AI直接给出的答案，这针药，你敢往自己身上打吗？对此他说明了这样一层意思，让在场的听众陷入沉思，一片寂静。

陶哲轩表示，如果人类只接受AI直接输出的黑箱结论，跳过推导的过程，那么从问题到理解的链条就很难维持下去。他所提到的这个链条，其实指的就是数学作为科学地基的作用，工程、物理、金融，全都建在这块地基上。据他提出的数学2.0概念表明，明天数学的发展将极大程度上依靠人机协作。

且不说明天，就是现在，AI也已经展现出不小的本事，比方说代数命题的判定，这类数据密集、规则闭合的任务，AI一般都完成得又快又准。另外像那些拖了几十年的老问题，顶级AI也已经攻破了其中一部分。

不过AI的出现也确实带来了不小的隐患，且对整个科学体系来说，数学的可靠性非常重要。一旦AI只给出正确结论无推导过程，人类无法理解其原理，数学作为其他学科可靠地基的作用就会受损，还会带来潜在的安全与伦理隐患。陶哲轩还特别提到了幸存者偏差，许多失败的尝试根本没有被报道出来，人们只看见AI攻破难题的高光时刻，很容易掉进只重结果、跳过过程的指标陷阱，最好是在理解上多下功夫，否则数学很难健康发展。

其实这个道理不只适用于数学，放在普通人的职场里也一样成立。过去，社会奖励的是能高效完成任务的人；明天，当AI能以极低成本完成标准化任务时，真正的稀缺能力就变成了定义问题和解释意义。与其焦虑我的技能会不会被AI取代，不如学着做知识的策展人。就像陶哲轩建议用AI重新阐释晦涩定理一样，你在工作中也可以用AI快速生成初稿、整理数据，但你的核心价值在于筛选哪些信息是重要的，向老板或客户解释这些数据背后的逻辑。谁能把AI生成的黑箱结果翻译成人能看懂的白箱故事，谁就握住了新的话语权。

再看那句这针药，你敢往自己身上打吗？，背后的道理其实很真实：人类接受新技术的速度，往往卡在对不可知性的恐惧上，不技术本身的优劣。生活里这种事并不少见，导航推荐了一条路线，你因为不知道它为什么这么绕不敢走；AI推荐了一只股票，你因为看不懂逻辑不敢买。所以说，可解释AI很可能是下一个巨大的产业风口。能让用户看懂为什么，比单纯告诉用户是什么，竞争力要大得多。

教育这条线同样值得警惕，传统教育和考试高度依赖标准答案和固定步骤，这恰恰是AI最擅长的领域。如果你的孩子还在靠刷题换高分，那实际上是在把自己训练成一个低配版CPU。日常对话里，不妨多问孩子你是怎么想到的有没有别的路径，不答案对不对。我们要培养的，不会做奥赛题的机器，是能像陶哲轩那样，看着AI给出的答案，还能追问一句它为什么是这样的思考者。

陶哲轩作为菲尔兹奖得主，他的话分量自然不轻，遥想当年，数学界还守着证明是稀缺品这条百年规则，但随着AI的加入，如今规则正在被蚕食。不过换个角度看，这也未必是坏事，数学2.0的时代，应该是想象力驱动非算力驱动的时代。这其实也说明了理解对一门学科的重要性，也难怪他的演讲会引发这么大的反响。