一场让全人类都关心的数学突破

数学圈新近发生了件大事, 竟让普通人都坐不住了。纳维-斯托克斯方程的解决之法被AI声称已经搞定, 这听着像专业到极点的数学问题, 可它背后藏着的风险, 关涉每个普通人。

这条报道瞬间从数学界硬核难题, 变成了牵系全人类命运的重大题目。何以如是? 因为当机器的解题速率远超人类的消化能力之际, 知识生产的节奏就失控了。我们尚且没有预备妥帖来应对一个每日产出庞杂“成果”的世界。

数学家的答案和AI公司的答案不一样

25位比如陶哲轩这样的菲尔兹奖得主联名刊文, 直指人工智能在数学领域存在相当严重的适配失调问题。他们说得足够直白: 数学家所真正祈盼索要的是全新方法与全新理解, 可那些提供做出出成果名题来解决好进而给模型刷积分数额内容机会想要的, 却是所谓人工智能公司那些。

这就像为替考试学生背答案作弊, 根本没有学会新知真正。AI公司把千禧年难题作为工具展示实力, 解题速度越快越更好, 至于是否产生理解真正新的, 不在他们的优化目标里。

八十小时解出题，两年没人能看懂

9月5日一个未对外释放过的内部模型运转智能体约88小时后提交出一套纳维-斯托克斯问题解法, 9月8日对外公开结果, 当天即遭纽约大学数学家指控抢跑, 还产生了不让员工署名的争议。

依千禧年奖的规则来论, 解答要先发表, 得两年后经由数学共同体普遍认可才能启动审议。这意味着, 机器只需几天就能完成的事, 人类至少两年才能完成确认。这个反差极其刺目。

机器加速了发现，人类的理解却没跟上

最核心问题在于: 机器把”发现”加快了几百倍, 但人类的”理解”反倒没随之加快。推演一套解题方法不过需要几日, 但阅读、校验、诠释、简化、吸纳这类作业, 需耗费几年乃至十年有余。

当知识生产变作批量作业, 何人来承担消化的成本? 数学界几百年的学术规矩, 始终没有为这类狂暴的机器生产速度定制过缓冲带。我们正正站在一个全新的时间刻度上。

署名之争背后的数据泄露疑云

这场争议, 绝不只是集中于速度上, 还关系着论文署名归属问题。数学家科恩透露出一些相关内容, 他过去曾在内部提出过的多个安抚的方案包括: 让他先发布所产出的结果、让他成为论文的第一作者、提供给他计算算力以此来让他继续开展研究, 但对方对此采取了拒绝的态度, 拒绝涉及让他暴露在相关论文上的条款。

更不安的一点是, 他怀疑自己录入Codex的独家科研思路, 可能经由隐秘的数据管线被模型吸收。虽说公司事后紧急公告申明不可能发生, 但时间线和证明路径的合拍, 依旧让人难以全然释怀。

解题不是数学的全部

陶哲轩他本人一直积极尝试用AI辅助并研究数学研究, 联名承认AI是有潜力可以加速可以真正数学理解的潜力。他们他反对的是把“解题”直接来等同相等于数学。当AI公司每一个公司把解千禧年当成作为价格和宣发筹码, 数学就变了成为跑分工具。

数学的真正价值, 是在枯燥的解题流程中生出新法子与新概念件家伙, 最终凝结成属于人类自己的共享的知识总体。假若一味只追求解题的速度高低快慢那这我们最终所落得获得得到的的只是一坨一堆一堆无人懂搞不懂弄不对的的标准答案那便就是而绝不再是是一种真正足实在的纯纯粹粹实打实的进步呢呀。

你想想, 当天机器数天便能解得人类耗费数十年研学的议题, 数学家的价值会变得更深重, 还是反倒更掉价? 欢迎在评论区说说您的观点, 点赞分享令更多人瞧见这个议题。