科学网—人工智能时代的科学研究：谦卑、把关与开放——对数学家联合声明的反思
精选
已有 949 次阅读
2026-10-11 09:29
| 个人分类: 人工智能 | 系统分类: 观点评述
近日， 25 位菲尔兹奖得主联合发表声明，对 AI 公司在数学领域的“跑分”竞赛提出警示，认为 AI 正损害数学研究的生态。与此同时， 16 位数学家在荷兰莱顿大学发布《莱顿宣言》，明确反对 AI 滥用，目前已获全球上百名数学家支持。这些声音折射出数学界面对 AI 冲击时的集体焦虑。然而，我并不完全赞成这类联合声明的核心立场。学术研究的第一任务是探究科学真理和拓展人类知识，而不是等着某些人能否跟上脚步的问题。学术研究更不是占坑的游戏。
数学家们真正担忧的是什么？联合声明指出， AI 企业将攻克数学难题作为模型性能基准，与数学共同体追求概念理解的根本目标产生了显著分歧。陶哲轩用“剧透”来形容 AI 对数学界的伤害——过早地完全依靠 AI 解决问题，可能“污染”数学研究的过程。复旦大学教授张军平也指出， AI 在推演能力和速度方面展现出了对一般人的降维打击。这些担忧并非毫无道理，但不加深思地去理解这些担忧的话，容易导致混淆两个关键问题：一个是 AI 公司行为的规范性问题，另一个则是人类学者面对 AI 能力飞跃时应有的心态问题。对于前者，通过学术规范和伦理准则来约束是必要的，《莱顿宣言》本身也提出了此类规范性诉求；但对于后者，若是以某种声明的形式表达对 AI 能力进步的抗拒的话，则恐会有违学术研究“追求真理、拥抱新知”的根本精神。
只要人工智能在训练过程中的价值观是端正的，不会出现要毁灭人类之类的倾向和动机，那么就没有其他理由去故意遏制人工智能发展。跟不上 AI 脚步的学者应该自己去反思和尽快提高自己，而不是试图阻止人工智能的进一步发展。这就好比阿法狗在围棋领域的出现一样——要提高的是围棋手自己，而不是去责怪人工智能下围棋太厉害了。菲尔兹奖得主马克西姆·孔采维奇在接受采访时坦言：“人工智能的发展速度确实远超我的预想”，并表示“如果它在学术上有什么新发现，我也会欣然学习借鉴”。这种开放、谦逊且审慎的态度，才是学者面对技术变革时应有的姿态。
关于该如何看待人工智能数学能力的不断飞跃，我认为可以从两个层面来理解。
第一个层面，是心态层面的谦卑。这就好比一个研究生，虽然已经花了大量时间学习，也掌握了很多知识，但同时会发现还有大量自己不了解、不掌握的知识，而这些知识实际上早已被人类探索出来了。此时需要对知识体系抱有适度的谦卑之心。面对越来越强大的人工智能，整个人类包括学者群体同样需要有这样一种谦卑之心。我们并不需要人类中的所有人包括许多顶尖学者就一定能够及时跟上人工智能能力的步伐。陶哲轩本人也曾指出， AI 正深度重塑数学研究范式，从辅助工具演变为核心协作力量。拒绝接触 AI 的研究者，正逐渐失去竞争力。与其试图阻止潮流，不如主动适应和提升。
第二个层面，是风险防范与知识检验。当人工智能能力越来越强之后，如何防范它走偏，确实是一个值得高度重视的问题。一旦几乎所有人类都无法理解人工智能给出的前沿知识，那么如何防范它带歪整个人类社会的未来发展和知识的未来发现，就成为一个紧迫课题。目前已有令人担忧的迹象：据报道， OpenAI 公布的 719 份数学解答中，仅 10 份披露了模型得出结论的推理过程， 42% 的证明未完成形式化处理；此外，据报道，剑桥大学和伦敦国王学院的研究还发现，自然语言证明与形式化代码之间存在差异。这些信息提醒我们， AI 生成的知识必须经过严格的可靠性检验。
然而，笔者认为，解决这个问题的办法，绝不是给学术研究添加一个“不允许 AI 超越某些人群认知能力”的约束。要解决知识可靠性问题，最重要的办法有两个：其一，任何门类的知识发现和知识生产，始终需要依靠人类学者群体，尤其是人类中最顶级的大脑去进行检验，对于数学领域而言，不应把 AI 的快速进展视为攻破了人类数学家的护城河，而应视为是对人类数学家的一次重大检验，以及人机协同提高的难得机遇，在这个过程中，人类数学家不仅自身要在人机交互的过程中被 AI 所检验和启发，同时也应是最后的“守门员”，要起到辩真伪的把关作用（当然，在这个问题上，其他任何学科也应是类似的）。其二，对于那些未被学术界认可的成果，应该给予适当的标注，而不应是不允许其发表（不论是对待人类个体还是 AI ），甚至连思考、尝试都不允许——那就会走向追求学术真理的反面。当然，在这个人机结合的学术探索过程中，审慎的态度是始终必须要保持的，正如陶哲轩所指出的，如果提示模型解题的人无法解释结果、参与报告或回应同行问题，相关成果便难以真正融入数学研究。但是，只要措施得当、学术严谨和心态开放包容，学术成果的开放发表与严格把关完全可以并行不悖。
就整体而言，学术界最重要的任务是探索新的知识和追求卓越。数学家的一个重要任务和责任，应该是真正为人工智能在数学领域的发展进行把关，而不是用占坑的思想去占住各个数学研究领域。正如陶哲轩所言，当前 AI 工具的解题过程相当不透明，那些内部运作机制属于企业机密的专有模型更是如此。数学界应当推动 AI 研究的透明化和可验证性，建立人机协作的学术规范，让 AI 成为拓展人类知识边疆的有力工具，而非被恐惧和排斥的对象。
围棋手没有因为 AlphaGo 的出现而放弃围棋，反而在 AI 的帮助下达到了新的高度。数学研究同样如此。面对 AI 在数学领域的突飞猛进，人类学者最应该做的，是拥抱变化、提升自我、积极参与规则制定，以开放而审慎的姿态迎接这场知识生产方式的深刻变革。这既是学术研究追求真理的内在要求，也是人类文明不断进步的根本动力。
转载本文请联系原作者获取授权，同时请注明本文来自钟定胜科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3234816-1556056.html
上一篇： 简论生化环材“天坑专业”说法的根源及其破解方法 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 