ICM陶哲轩报告 AI时代的数学

陶哲轩在2026年国际数学家大会上提出警示：数学界正面临一场“价值观与实践危机”。但这次的核心问题不再是“数学是什么？”，而是“数学为了什么？”

他设定了一个工作假设——假设不久的将来，AI能以合理成本和质量完成相当比例的研究级数学任务。基于此假设，他引导大家思考：如果证明不再稀缺，数学的价值何在？

陶哲轩做了一个思想实验：假设AI真能大量解题，我们单纯追求"多解题"会出什么问题？

第一步：只管解题，不管对错
如果我们只追求"解决尽可能多的问题"，结果显而易见——网上会涌现海量号称证明了黎曼猜想的垃圾，绝大多数是错的。
于是我们修正：既要解题，也要验证正确。

第二步：验证正确，但没人理解
AI能生成形式化验证过的正确证明——但问题来了：正确不等于能被人理解。
Erdős问题网站上已经出现大量AI提交的证明，可能都是对的，但没有人类专家愿意或敢去核实。极端情况下可能出现：一个重大定理被AI证明了，验证也通过了，但世上没有任何人真正理解它为什么成立。
于是再修正：不仅要正确，还要写得清楚明白。

第三步：写得清楚，但过于"丝滑"
AI写的证明语法完美、逻辑顺畅，但它有个致命问题——它不会区分"哪里简单，哪里困难"。人类写证明时，难的地方自然会留下"思考的痕迹"，让读者放慢速度去琢磨。AI会把所有棱角磨平，读者读起来很顺滑，滑过去之后却什么也没学到。
更讽刺的是：人类作者偶尔留下的"小错误"或"笨拙之处"，反而能提醒读者"这里要注意"，AI的完美恰恰毁掉了这种学习机会。
于是再修正：还要能被社区消化吸收。

第四步：社区消化，但人跟不上
一个结果要被数学界真正"消化"，需要审稿人审阅、同行讨论、写综述、最终写入教科书——这个过程是靠人完成的，极其缓慢，无法被AI加速。
而AI生产证明的速度远超人消化证明的速度。结果是：证明从"稀缺品"变成了"过剩品"，整个系统消化不良。

应对之道指向莱顿宣言的核心原则：
· 透明披露AI使用，并承担全部责任；
· 降低对“首发”的崇拜，提升对“消化、阐释、经典化”的奖励；
· 最关键的检验标准：作者能否就成果做一场清晰、正确、归因恰当的专家级讲座？ 不能，则不应发表。

结论是：数学家必须从“解题者”转型为“意义赋予者”和“知识消化者”。AI不会终结数学，而是逼迫我们重新思考——当机器能证明定理时，人类的真正价值在于理解、传承与判断。
#陶哲轩 #数学 #菲尔兹奖 #ICM #王虹 #邓煜