陶哲轩、邓煜等25位菲尔兹奖得主联合发声：AI正在损害数学科学

【编者按】当人工智能（AI）开始轻松地解开一些人类长期未能解决的数学问题时，我们迎来的，究竟是更多的数学成果，还是更少的真正理解？

过去，一个重大猜想的攻克，往往意味着新思想与新方法的诞生。数学家共同体会通过演讲、讨论、验证和简化，一点点消化这些成果，将它们纳入人类的知识体系，最终写进教科书。如今，AI 公司正把“解题”变成衡量模型能力的重要基准测试，以越来越快的速度攻克一个又一个问题。

然而，在这样的速度下，我们是否还有足够的时间去完成证明、提炼思想、追溯贡献，并真正理解这些答案究竟意味着什么？

日前，陶哲轩、Peter Scholze、邓煜等 25 位菲尔兹奖得主联名发声，在一个题为 A Severe Misalignment of AI in Mathematics 的公开声明中，系统阐述了他们对 AI 冲击数学研究的担忧。

他们直言不讳地写道：AI 公司将求解数学问题作为基准测试的竞赛式推进，正在损害数学这门科学，也在损害数学共同体。

陶哲轩在转发这份声明时表示：“我很自豪能成为宣言的 25 位首批签署人之一——均为菲尔兹奖得主——该宣言源于我们过去一周的讨论......并（与《莱顿宣言》类似）邀请更多人签署。”

他们既承认 AI 可以“提供增强和加速真正的数学研究与理解的潜力”，也坦率地警告，AI 也在“以越来越快的速度批量生产‘真/假’命题，摧毁的可能是一片沃土，而不是为新思想注入生命”。

值得关注的是，他们并没有将“发展 AI”与“保护数学”简单对立起来。他们认为，数学作为一个职业需要以多种方式适应变化，真正的问题不在于 AI 能不能解题，而在于“解题”这个工具正在悄然取代“理解”这个目的。

同时，他们把数学界此刻的处境，视为一场更广泛危机的先声：同样的不对齐正在冲击其他科学与创造性职业，并终将以某种形式抵达整个社会。对于一门以“理解”为终极目标、以代际传承为生命线的学科而言，这不只是数学家的职业问题，更是一个关乎智力劳动未来形态的公共议题。

这并不是一篇通常意义上的联名抗议。它更像是站在数学最高处的一群人，在看清技术轨迹之后发出的一次提醒：

真正重要的问题或许已经不再是 AI“能不能解出难题”，而是当答案变得越来越廉价时，人类是否还愿意为理解、为传承、为那些最初让这项工作有意义的东西保留时间与空间，以及由谁来做出这个决定。

原文链接：https://mathandai.org/

全文如下：

过去几个月，大语言模型（LLM）的数学能力突飞猛进，已经能够在数学的许多领域解决重大的未解问题。然而，AI 公司将求解数学问题作为基准测试的竞赛式推进，正在损害数学这门科学，也在损害数学共同体。AI 公司的目标与数学共同体的目标，出现了严重的不对齐（misalignment）。我们认为，这些问题是更广泛的对齐（alignment）问题的一部分，它们同样冲击着其他科学与创造性职业，乃至整个社会。

研究数学所处理的，是对形状、数字与自然现象的基本结构的理解。在一代又一代人的接力中，它积累起一整套精深的思想、方法、抽象以及其他工具，用以把握数学的整幅版图。反过来，现代技术与现代科学，正是建立在这些数学工具之上。

著名问题常常扮演着地标与灯塔的角色，人们可以借此衡量对这幅版图理解的推进。解决其中一个问题，向来是新洞见与有趣方法出现的确定标志；随后，数学家共同体会通过演讲、讨论与简化这一漫长而艰辛的过程，对其加以研究。在这一过程的终点，理想情况下，人们将得到一份教科书式的结果呈现，适合任何研究生乃至本科生研读。其中一些数学思想还会继续它们的旅程，在数十年乃至数百年之后，成为整个人类都能理解并使用的工具。

数学共同体在许多方面如同人类的一个缩影。它由采用各种不同研究路径的个体组成，又因共同的核心价值观而凝聚在一起。我们这一职业最宝贵的资源是学生与思想，我们以极大的悉心加以培育。我们感到有责任让它们充分成长，直至它们能够在数学世界中拥有属于自己的生命。对于学生，我们常常建议一些问题，其核心意图在于发展技能，使他们能够在研究及其他领域占据有利位置。我们的思想，则通过演讲、私下讨论和细致的写作加以传播，并将其与前人的思想相互连接。这些过程无一例外需要时间，并且建立在人与人的互动之上。

近几个月，AI 在解决重大数学问题上的成功，甚至在数学圈之外也登上了新闻头条。但解题只是一种工具与代理指标，服务的根本目标是概念性的理解与洞见。在 AI 的世界里忘记这一点，可能会让工具反噬根本目标。事实上，以越来越快的速度批量生产“真/假”命题，摧毁的可能是一片沃土，而不是为新思想注入生命。

这些解答往往在仓促之中发布，没有时间完成规范的写作、提炼其中新的方法与思想，也来不及引用他人的相关先行工作。正如所有创造性职业中会出现的那样，这引发了严重的成果归属与剽窃问题。此外，如果没有愿意投入的数学家来负责这些思想的发展、并将它们融入数学正典，由 AI 孕育的思想永远不会真正获得生命，而数学家之间那条至关重要的传承链条也将失去。

我们正在见证智力劳动面临的一场普遍威胁：AI 使用所带来的产出，与其初始目的之间发生了不对齐。在许多领域与活动中，多年的训练历来不仅是为了产出最终的答案或产品，更是为了发展理解，以及提出新问题、新思想的能力。然而，由于建立在海量前人工作的基础之上，AI 系统正变得日益有能力直接产出这类工作的“结果”，两个目标就此分道扬镳。数学共同体此刻面对的问题，与其他科学和创造性职业正在面对的问题相似，也预示着全人类都可能面对的问题：当 AI 改变工作的方式时，如何确保我们不会忘记这项工作最初本来是要实现什么。

AI 提供了增强与加速真正数学研究和理解的潜力。数学作为一个职业，将需要以多种方式适应这些变化。然而，这些变化最终是造福这个领域，还是产生破坏性影响，很大程度上将取决于掌控这项新技术的人类所作出的决定。

这些问题必须被紧迫地解决——在数学共同体内部，在开发这些技术的公司层面，以及更广泛地，在整个社会层面；因为社会还将在许多其他形式的智力劳动中，遭遇同样的问题。