OpenAI高管回应陶哲轩：AI不止解题，未来或成数学研究伙伴

说AI毁了数学，可能还是太小瞧AI了。OpenAI训练负责人Liam Fedus回应了陶哲轩等数学家关于“AI不应只追求解题，更应推动数学理解”的观点。他赞同对概念理解的重视，但认为不能用今天AI的能力边界框定未来可能性。在他看来，未来AI不仅能解决问题，还能提出洞见、建立新概念框架，成为既能给答案也能创造新思路的数学研究伙伴。

这份乐观与陶哲轩等25位菲尔兹奖得主联署的声明既有共识也有分歧。双方都认同数学不能只剩下答案。不同的是，数学家们更担心AI公司追逐解题成绩的方式会损害数学知识的积累与传承；而Liam则更乐观，认为随着能力提升，未来AI本身也能参与创造这些知识。网友联想到AlphaGo：它虽不会解释走法，人类棋手仍通过研究其落子学到东西。Liam赞同这一类比，并引用Noam Brown的判断：AlphaGo出现后人类棋手水平明显提高，数学领域或许也会出现类似变化。

9月11日，陶哲轩发布《人工智能在数学中的严重错位》，由25位菲尔兹奖得主共同署名，名单从1978年得主Deligne到2026年得主邓煜，几乎覆盖现代数学界最具代表性的一批顶尖学者。声明认为，当前AI公司将“解决著名数学难题”作为衡量模型能力的重要标准，与数学共同体追求概念理解、方法提炼和知识传承的目标存在严重偏移，甚至可能损害数学发展。具体强调五点：解出难题只是数学研究一部分，更重要的是理解结构、发展新概念新方法；答案需被理解才能成为共同知识；AI匆忙发布成果可能忽视前人贡献，带来成果归属与剽窃问题；培养学生过程不能被最终答案替代；AI有潜力促进数学，但如何使用至关重要。

这些担忧集中爆发，是因为AI做数学的能力已跨过新门槛。2024年AI突破还主要集中在IMO等竞赛数学，从银牌逼近金牌。2025至2026年，模型开始快速进入真正开放数学问题，陆续挑战Erdős系列问题、几何猜想、千禧年问题。今年5月，OpenAI内部模型反驳了已有近80年历史的Erdős单位距离猜想，构造出无穷多反例，并引入代数数论工具，被Tim Gowers等人称为“AI数学的里程碑”。9月初，OpenAI又宣布利用约1万个自主AI Agent配合内部高级模型，在约88小时内找到三维Navier–Stokes方程出现奇点的证明，并通过Lean形式化验证。若最终确认，AI面对的已不再只是“人类设计好的考试题”，而是困扰数学家数十年的研究前沿。

但当AI越来越像真正的“数学研究者”，新问题随之出现：成果算谁的？谁署名？模型从哪知道研究方向？9月初，纽约大学Tristan Buckmaster与Anthropic数学家Levent Alpöge公开一项流体方程奇点研究，OpenAI几乎同期宣布内部模型也完成相关证明。随后争议爆发，Buckmaster怀疑OpenAI得知其未公开方向后才开始攻题，双方围绕署名、优先权及模型是否接触用户数据发生争执。

问题绕回Liam回应陶哲轩之处。他相信随着AI能力边界扩展，“解决一道题”和“提供新思考方法”最终并不矛盾，未来AI可能既找到答案，也建立可被人理解、复用和发展的概念框架。但未来AI有能力产生洞见，并不能自动回答今天应怎样组织研究，让洞见被人理解和使用。当AI开始参与知识创造，这些知识如何产生、署名、被理解，又如何进入人类学术共同体，答案远未形成。

最近几家重要数学机构连续发声。美国数学学会强调，Navier–Stokes方程奇点问题的最新进展并非AI凭空完成，而建立在Navier、Stokes、Leray及近年Córdoba、Martínez-Zoroa、Buckmaster、Alpöge等几代数学家长期积累之上，并明确提出：数学的目的是人类的理解。伦敦数学会把AI定位成强大新工具：可加速探索和发现，但提出问题、创造新概念和形成真正数学理解仍是人的工作。克雷数学研究所对Navier–Stokes新证明未直接确认成立，而保持谨慎：结果仍需公开、同行检验和长期验证，并强调重大数学难题的价值从来不只是最后答案，还包括解题过程中产生的新思想、新方法和新理论工具。

所以，未来真正值得探讨的问题并不是“AI毁了数学”，而是当AI开始参与知识创造后，人类数学共同体该如何让这些由机器产生的新知识被理解、验证，并真正成为数学的一部分。Liam的话回答了未来，但更重要的可能是现在。