令人惊讶的AI突破引发数学家深刻反思 | 来信

背景与触发点

这篇发表于 The Guardian 的来信中，剑桥大学基督书院数学研究员 Dr Henry Bradford 表示，他认同 Kasra Rafi 与 Bruce Schneier 在 8月25日 文章《No, AI doesn’t mean the end of mathematics – at least not yet》中的判断：近期 AI 在数学上的突破，更多是 对既有思想的巧妙重组，而不是真正提出全新理论。作者认为，真正值得追问的是：如果这种“重组”未来演变为更强的原创能力，数学将走向何处。过去几周，许多数学家都在反复自省，作者也受到影响，尤其因为他所在的 群论 领域一个关键问题——非 sofic 群的存在性——在 本月 被 OpenAI 的 Astra 模型 解决。文中指出，Astra 的证明在很大程度上建立于作者同事 Gabor Kun 和 Andreas Thom 的定理之上，只是加入了一个“轻微转折”。作者承认，几个月前他很难相信 AI 能做到这样的突破；但正因为进展已经发生，现在再去断言 AI 在未来几年不会在数学思考的所有领域达到 超人类能力，就显得过于冒险。

数学研究的目的与价值

这一进展迫使作者重新提出一个根本问题：数学研究的目的是什么？它是否只是证明新定理？如果未来 AI 在这一任务上远强于人类，人类数学家工作的意义何在？作者引用美国数学家 Bill Thurston 在 1994年 文章《On Proof and Progress in Mathematics》中的观点：数学家最终发现，他们真正想要的通常不是“答案”，而是 理解。换言之，数学并不只是写在论文里的结论，更是存在于 人类头脑中的想法；新定理可以成为理解加深、思想被共享的标记。作者强调，这一理解很重要，因为 AI 的发展 会促使人们重新讨论“由人类实践的数学”的价值。如果 AI 能比人类 更快、更便宜 地产出研究论文，在财政紧张的大学中，管理者就可能被诱惑认为数学研究者已经多余。按照 Thurston 的立场，这种判断是错误的：研究者工作的价值并不主要在于写出多少论文，而在于他们如何 保存和推进人类之间的数学知识。

更广泛的社会意义

最后，作者把问题从“机器能否做数学”转向“社会如何评价人类智力”。在 AI 时代，数学是繁荣还是衰退，并不只是一个关于未来机器智能能力的 技术问题，更是一个 集体决定：社会选择珍视人类智慧中的哪些部分，重视理解、传承与思想共享，还是只看重可量化的论文产出。