美国洛杉矶加州大学数学教授陶哲轩发出警告，人工智能正在以惊人的速度消耗数学领域的开创性问题。作为公认的顶级数学家，陶哲轩表示，AI不仅解决了许多长期未解的问题，也使得新问题的产生远落后于解决速度。
在最近的一个社交媒体平台Mathstodon上，陶哲轩强调，AI对开放性数学问题的解决不应仅限于输出最终答案，呼吁建立“分析要求”的标准，确保解决方案附带充分的推理过程。这一呼声反映了AI可能对科学研究生态系统的破坏性影响。
AI与数学的竞赛
陶哲轩的担忧并非空穴来风。例如，OpenAI的模型最近颠覆了一个存在80年的埃尔德什单位距离猜想，获赞之余也引发了对AI如何改变数学研究的讨论。这种速度在最近几周愈演愈烈。
如陶哲轩所指出的，AI解决问题的能力使得数学研究的难度分布变得模糊。他担心，这种趋势或将逆转数百年来的开放科学原则，影响未来的研究深度。
评估过程的必要性
面对这一挑战，陶哲轩提议，将某些问题标记为“必须分析”，以此确保只有在有清晰推理的情况下，答案才算真正有效。他认为，否定AI在数学中的使用并不实际，必须寻求其他解决方案。
尽管现在还没有任何机构将其提案付诸实施，但随着AI实验室的快速发展，这一想法面临现实挑战。
在这样的背景下，保持数学创新的原动力至关重要。越快地解决问题并不意味着更好，确保研究的深入性需要对解决过程的严格评估。未来的数学发展依赖于怎样将人工智能与传统研究相结合，以推动更高效的科学探究。
common problems
陶哲轩对AI在数学领域的担忧是什么？
陶哲轩警告称，人工智能正在快速消耗数学领域的创造性问题，解决问题的速度超出了新问题的产生，可能影响科学研究的深度。
他提出了哪些解决方案？
陶哲轩提议将某些问题标记为“必须分析”，强调只有附带充分推理的解决方案才算有效，以保持数学研究的严谨性。
这些观点是否已有机构采取行动？
目前尚未有任何机构将陶哲轩的提案付诸实施，这一想法在实际应用中面临挑战。
AI如何影响数学研究的生态系统？
AI的引入虽然带来了快速解决问题的能力，但可能导致研究的难度分布变得模糊，从而影响数学的传统研究模式。
