康乃尔数学家 Strogatz 把电脑在数学里的角色分成仆人、侦察兵、神谕三阶段。 AI 现在只给答案不给理由，数学恐怕得改用医学式的验证，代价是失去绝对的确定性。 （背景补充：OpenAI 一次丢出 722 篇数学论文，有学者多年心血一夜归零）   数学家说 AI 正变成「神谕」，意思是它给得出看似正确的答案，却说不出理由，人类既看不懂、也追不上。康乃尔大学应用​​数学家 Steven Strogatz 是 1998 年小世界网路论文的作者之一。 他和同事 Alex Townsend 合写新书《Big Math: The Hidden Codes That Run Our World》，接受 Ars Technica 专访时，把电脑在数学里的角色分成三个阶段。背景是上个月 OpenAI 一次公开 722 篇 AI 产出的数学手稿，圈内称为「mathocalypse」（数学末日）。 「神谕」跟以前用电脑算数学差在哪？ 第一阶段是「仆人」。电脑照人下的指令计算，他说它就像显微镜或望远镜，只是延伸人的感官。 第二阶段是 1950 年代出现的「侦察兵」。费米（Enrico Fermi）等人用电脑模拟原子间化学键的振动，本来预期能量会逐渐散开、变得无序，结果有 98% 的能量回到最初的振动模式。这个意外后来发展成孤立子理论。 他说，进入非线性系统这片「丛林」，人类直觉会失灵，只能派电脑去探路、回报；但那时电脑是在教人，人类仍追得上，还能替结果找出理论解释。 第三阶段就是现在的「神谕」：电脑给出人类看不懂的结果，自己也没办法解释，但结果似乎是对的。 Strogatz 举了两个例子。 Google 翻译翻得很好，却没有发现新的语言学原理，就算发现了也说不出来。 AlphaFold 让开发者拿下 2024 年诺贝尔化学奖，人类能解出的蛋白质结构比以前多了一千倍，靠的不是学到新的物理或化学，只是辨认出规律，同样说不出怎么做到。 他说，未来情况只会更严重…。 看不懂答案，怎么知道它对？ Strogatz 的答案是借用医学的做法。新药上市要靠大量对照实验与随机试验证明安全，医师不需要知道阿斯匹灵怎么作用，也能放心使用。他说：「如果 AI 是神谕，你还是可以看它答对的频率来检查它。」 代价是数学会变得比较像科学、医学与工程。纯数学一直引以为傲的是绝对的证明：西元前 300 年左右成书的《几何原本》，里面的证明今天仍然成立，同时代的科学与医学却没有一项至今仍被接受。若改用科学的方式验证，最纯粹的纯数学家等于牺牲了他们最珍惜的确定性。 他也留了余地：AI 也许会变成很好的老师，说不定 10 年后人类就看懂了。但他相信，有些系统会因为人类的极限（不够快、不够聪明、记忆不够）而真的看不懂，即使有 AI 协助也一样。 数学家还剩下什么？ 先说损失。他说自己半开玩笑地走完了悲伤的五个阶段，但 25 岁、梦想当数学家的学生现在可不觉得好笑。陶哲轩等纯数学家目前一直强调的是「理解」：认真想懂一件事的过程，会逼出各种解法与简化版本，意思是路上学到的东西比答案本身多。 而希望在哪里？他说 AI 目前不擅长提出好问题，就像刚进研究所的博士生，因为大学教的是给答案，不是问问题。但他认为这件事可以训练。做不出大发现，还能享受小发现，就像解数独，乐趣在思考本身。只是对一心想成为第一个做出重大发现的人，这会很难。 至于整体局面，他的说法是：「非常混乱，这是唯一诚实的评估。」他的新书以浮士德作结：只要持续追求比自己更大的东西，也许能被救赎，但这仍是一场危险的游戏。 相关报导 OpenAI 推翻指数时间假说、解出千禧年杨–米尔斯：三项 AI 科学突破震撼学术界 数学家对 AI 公司不爽！菲尔兹奖 25 人连署炮轰：只会解题不是数学 OpenAI 称正在训练的新模型已解开超 100 道数学难题，同步成立学者顾问团 AI 不是比数学家更聪明，是记忆得比人们多 OpenAI 推理模型破解 80 年数学谜题，三位顶尖数学家背书〈看不懂 AI 证明还能信吗？数学家：那就像新药一样看答对率〉这篇文章最早发布于动区BlockTempo《动区动趋-最具影响力的区块链新闻媒体》。