25位菲尔兹奖得主联名抵制AI：数学界担忧“答案”与“理解”的断裂

事件概述

9月8日，OpenAI宣布使用由1万个AI智能体组成的系统，耗时88小时完成了克雷数学研究所七大“千禧年大奖难题”之一的纳维-斯托克斯方程（Navier-Stokes equations）形式化证明。随后，25位菲尔兹奖得主（涵盖从1978年至今获奖者，包括陶哲轩、邓煜等）发表联名声明《人工智能在数学中的严重错位》，这是菲尔兹奖近90年来首次出现如此规模的集体抗议。

核心矛盾：AI将“答对”与“理解”分离

尽管OpenAI通过Lean程序验证了逻辑无误，但数学家们指出其内部模型和协作流程未公开，其他团队无法复现或深入理解证明路径。陶哲轩将此现象比喻为“坐着直升机被空投到瀑布旁”，即AI直接给出了结果，却剥夺了人类在探索过程中发现新方法、新工具的机会。

• 证明消化不良：AI产出的证明虽然正确，但缺乏可解释性，数学家难以从中吸收新的数学智慧。
• 过程的价值：数学研究的核心价值在于推导过程中的思维拓展。例如，非欧几何的建立虽违背直觉，但最终成为广义相对论的基础，支撑了现代GPS定位技术。若跳过过程，仅保留答案，知识的传承链条将断裂。

资源危机：好问题是“不可再生资源”

陶哲轩将经过几代数学家直觉筛选出的开放数学问题比作“低本底钢”（核试验前生产的无放射性污染钢材），强调其稀缺性和不可再生性。

• 资源挥霍：AI公司利用算力大规模“碾压”这些高价值问题并公开答案，永久降低了这些问题作为未污染测试集的价值。
• 打击热情：这种模式可能浇灭年轻学者攻克难题的热情，因为最具挑战性的谜题已被AI解决。

行业外溢：知识工作的“入门级岗位”消失

比尔·盖茨在博文中指出，AI将在十年内冲击法律、医疗、软件等行业，主要消灭“入门级岗位”。

• 经验断层：传统行业中，年轻人通过处理基础杂活积累经验，而AI替代了这部分工作，导致新人失去实践机会。
• 培训滞后：新岗位的培训周期远慢于旧岗位消失的速度，社会需提前规划应对策略。

不同视角：AI是取代还是强化？

尽管存在抵制声音，部分学者持乐观态度：

• 竞技化转型：加州大学圣塔芭芭拉分校教授王正汉认为，未来数学家可能像赛车手一样追求人类极限，AI作为更强工具存在，不会消灭数学本身。
• 直觉强化：亚历克斯·康托罗维奇指出，如果AI能辅助而非取代数学直觉，纯粹数学可能转型为更强大的形态。

警示与反思

刘慈欣在小说《赡养上帝》中预演了类似困境：当外星文明将全部科技资料交给人类，人类却无法理解，最终因依赖机器而遗忘科学本质。当前AI对科学的冲击虽未至此极端，但若不及时思考“过程”与“理解”的关系，可能面临类似的认知退化风险。