陶哲轩等数学家反对 AI，论失败的意义

AI 也是一种“工具”，同样也会失败

@failman AI 失败了，对数学有帮助吗？

不依靠提升人类的认知来获得超出人类认知的知识，后果是无法预料的。

人类现在不知道 alphago 为什么走这步棋，也明白不了神经网络的原理，以后也会看不懂 ai 的数学成果。这些旧势力不过是螳臂当车罢了。

@riscv 数学不存在人类看不懂的问题。因为，但是人类看不懂的数学证明过程，都不能判断为“正确”。

AI 给出了一个正确的证明过程，本身就意味着人类看懂了。（如果没看懂，谁敢说对错）

支持基础学科减少 ai 的影响，应用学科用 ai 可以。基础学科的探索过程本身就是有价值的，不能全使用 ai 替代

@QingXuJiaZhi 看懂和理解是两码事。一道数学题你能对着答案一步步 follow 下来，不意味着你理解了答案为什么在这里是这么做的。后者比前者宝贵多了

可以理解他们的担忧，甚至作为外行认同他们的观点
但是另一方面，如果 AI 真的能够远超人类去解决数学问题，那么任何试图阻挡这个趋势的努力，恐怕都会失败

同样的话其实能套在编程上，最终还是要人懂才行。汇编语言，现在懂的人也不在少数。

可能数学家也怕像程序员一样失业吧

@QingXuJiaZhi 谁说人类能看懂的？ ai 给了几千万行 lean 证明，然后人类去一行行读？人类只要证明 lean 这个系统是正确的就行。到这份上人类已经不能明白推理过程和思路，也就不能指挥 ai 干活，以后只能全靠 ai 自主发挥了，人脑可以退休搞搞娱乐了。

别的不说，我觉得论坛上就该全是纯人类创作的文本，我很喜欢

@june4 如果人看不懂，绝对不能说这个证明是正确的。

@Ley 数学里有一些猜想很难证明，每次证明都会引起全球轰动，但是，数学家们高兴吗，为什么高兴呢，对此很多人存在误解，以为数学家是因为知道了答案而高兴，其实最让他们高兴的是为了解决这个问题而发明出来的新方法、新数学工具，他们最想要的不是答案，而是新工具。

我觉得这是因为目前 AI 的数学能力还没有完全碾压人类；如果有一天，它像围棋一样，完全碾压了；甚至为什么这么走会提高胜利，为什么这么证明会得出结论，人类怎么也研究不明白，但是结果就是对的；

被碾压的围棋选手咋办的？ 估计发展是一样的；

@aitobox 数学界有很多猜想，超级计算机怎么算都对，找不到反例，但只要没有证明，那就只是猜想。

结果正确与有证明过程，是完全不一样的。

无论如何。AI 又炒作成功了。

所以 AI 真的能攻破难题咯...

@zeni123 能，AI 的影响力仍然被低估，以后每年 AI 都会搞出大新闻。现在 AI 对人类社会的渗透率还非常低，发展前景非常巨大。

@zeni123 举个例子，在诺基亚时代，没几个人能想象到互联网+智能手机的渗透程度会达到取代钱包的程度，纸币都几乎被“消灭”了，你现在看理所当然，但当年是很难想象的。

要知道当年流量费极高，公共 WiFi 还是非常少见的东西，麦当劳只提供每人半小时的 WiFi 服务，那种状态下是不可能想到手机取代钱包的。

我们现在对 AI 的应用场景的想象，肯定也是非常受限，非常保守。

人类在遇到问题的时候，需要的不仅仅是解决这个问题， 更重要的是，从这个问题中能学到什么，未来遇到 “同类“ 问题，是否有通用解法，能不能进一步抽象总结，形成规律，形成系统性。

回来看 我们现在用 AI 的时候，为什么要强调复利，强调将知识沉淀。不就是 需要将处理 单个问题 的能力， 尽量向上抽象成处理一类问题么。 公司里面 为什么需要做 sop ，也是一样的。

解决一个数学难题，你流弊。然后呢，没有新的数学工具的出现，没有新的数学理论， 整个数学大厦和之前，并没有本质的区别 。

解决了 无数个 有理数领域的问题，也不如一个 无理数的概念的提出。
解决了 无数个 实数领域的问题， 也比不上一个 复数概念的提出。

一道数学题难，但是你知道用现有数据工具一定能解答，那他也就那么一回事。但是如果大家都认为 现有工具无法解答，希望这个题目的解答过程中，有人能发现创造新的工具。 然后你现在告诉大家，他就是形式化解决了，那也就那样咯。

@zeni123 AI 攻克数学难题的本质：大模型通过批量学习最新的 paper ，蒸馏思路，然后去遍历那些犄角旮旯的历史遗留未解题目。

本质上就是一个无脑民工刮彩票的模式，对于数学家的坏处：7/24 无休的 LLM 的遍历工作，压缩了前沿数学家的工作范围，也就是说一大批数学家的前期调研乃至工作内容本身都被 LLM 给干了，经费也没了。另外实际上 LLM 砸数学家 99%饭碗的时候也确实没有什么真的创新，反而让人类数学家的真正发散性的创新因为可见的经费压力给抹除掉了😅

陶哲轩说，传统研究像徒步去寻找一处瀑布，人会走错路、认识地形、发现岔路，甚至在途中看到另一处值得探索的景观； AI 则更像一架直升机，可以直接把研究者送到瀑布前。虽然过程效率提高了，但沿途形成的那张“地图”不会因此自动出现。
如同反对泰山装电梯。

AI 也可以试错，也可以探索发展新的工具