簡介
- 陶哲軒認為，人工智慧消耗豐富且富有成果的開放數學問題的速度，比數學家發現新問題的速度更快。
- 他的警告是在人工智慧實驗室解決歷史上困難問題的真實先例之後提出的。
- 陶哲軒希望數學家將某些問題標記為「需要分析」，這樣僅由人工智慧生成而沒有解釋推理的答案就幾乎沒有價值。
加州大學洛杉磯分校教授陶哲軒被廣泛認為是在世最優秀的純數學家，他對目前正在發生的數學領域人工智慧加速競賽發出了警報。
陶哲軒曾於2006年獲得菲爾茲獎，他昨天在數學為主的Mastodon實例Mathstodon上發布了警告，他認為人工智慧正在耗盡該領域優質開放問題的供應，這些未解決的問題實際上推動了數學的進步。不是證明，不是論文，而是好問題。
任何人都可以發明無限的新數學問題；π 的第 googol 位數字在技術上是一個無人計算過的開放問題。但它們幾乎都不重要，因為大多數並不能讓我們對更廣泛的領域有所了解。陶哲軒寫道，真正重要的是要知道什麼才真正值得付出努力。
「簡而言之，不加區別地使用強大的解題工具可以實現解決眼前問題的短期目標，但代價是犧牲了支持下一波進步的生態系統，或者無法理解已經取得的進展，」陶哲軒寫道。
隨著推理模型和最新一代前沿 AI 系統的發布，實驗室開始將大量的計算投入到數學和科學問題上。Anthropic 和 OpenAI 已經讓他們的模型去測試那些多年來甚至幾十年來一直困擾人類數學家的問題。
結果涵蓋了從量子物理到應用數學和醫學等領域。但數學是不同的：真正困難的問題相對稀少，研究人員通常會仔細選擇哪些問題值得花費數月甚至數年的時間去研究。
過去，要弄清楚這一點通常依賴於一個領域的「難度地形」——哪些問題是微不足道的，哪些需要真正的努力，哪些在當前工具下是無望的。新方法總是會使該地形的一部分變得平坦，但它們也在自身極限之外開闢了新的前沿。陶哲軒認為，AI 打破了這種模式，因為沒有人能確切地說出一個模型的能力止步於何處。
從傳聞到競賽
陶哲軒並非在描述假設情境。五月，一個 OpenAI 模型反駁了 Erdős 單位距離猜想，這是一個存在 80 年的問題，關於平面上有多少對點可以恰好相距一個單位。外部數學家，包括菲爾茲獎得主 Tim Gowers，驗證了這一結果。
同一週內，Anthropic 研究員 Levent Alpöge 將相同的問題輸入Claude Mythos，該公司未發布的頂級模型，並在離線狀態下運行，以免複製 OpenAI 已發布的解決方案。Anthropic 工程師 Sholto Douglas 稱結果為「可愛、簡單的證明」，比 OpenAI 的證明更短。數學家 Daniel Litt 稱其比 OpenAI 的版本「稍遜一籌」，儘管 Mythos 也找到了 OpenAI 自己的解決方案。
極大的功勞歸於 OAI 團隊，他們用 5.5 解決了單位距離問題——這現在是我最喜歡的例子，證明模型確實能將不同的想法匯聚成新的發現。
就像所有四分鐘英里的紀錄一樣，我們也必須嘗試跨越它！結果證明 Mythos 用一個可愛的……解決了它，https://t.co/NFymE8P8lu
— Sholto Douglas (@_sholtodouglas) 2026年5月26日
就在本週，Anthropic 形式化了費馬最後定理的數百年歷史證明，幾天後 OpenAI 攻克了一個 90 年歷史的問題，就在一位研究員發表自己的證明幾小時後，並與一位 Anthropic 研究員共同撰寫了一篇論文。
這場競賽正是陶哲軒所擔憂的。「我們現在已經看到，即使有人正在研究某個問題的傳聞，也能觸發大量由 AI 驅動的努力，在原始研究項目有時間充分發揮其潛力之前將其夷平，」他寫道。
陶哲軒認為這最終會逆轉數百年來的開放科學。
評判過程，而不僅僅是答案
陶哲軒提出的解決方案是將某些問題標記為「需要分析」，這意味著正確的原始答案價值不大，除非它附帶的推理能揭示相鄰問題的相關信息。他將其比作食物銀行停止接受任何僅可食用的捐贈。
要麼這樣做，要麼在數學中禁止 AI，陶哲軒說這種解決方案「在技術上不可行」。
該提議尚未在任何地方轉化為政策，而且根據大型 AI 實驗室的行為，即使是這樣，目前也可能在技術上不可行。
