张盖伦
这个秋天，数学界被AI搅得不太平静。此前，25位菲尔兹奖得主联名发声，警告AI公司与数学共同体之间正在出现“严重错位”。话音刚落，OpenAI一次性公开数百篇数学手稿，宣布解决一系列数学难题，引发AI和科研关系的争议。
一些人把AI视作洪水猛兽，试图和AI划清界限，也有些人认为数学家迎来了“失落时代”。其实，纵观人类科学史，新科研工具的诞生并不会消灭旧的领域，而是会改变研究方式，拓展新的空间，甚至开辟新的学科。
上世纪70年代，四色定理的计算机证明问世，“数学家将失业”的论调同样流行一时，但直到如今，数学依然蓬勃发展。AlphaFold解决了蛋白质预测问题，但相关研究没有终结，新的难题还在出现。如今，我们无法也不应拒绝AI的加入。丘成桐牵头组建数学与人工智能实验室联盟，正是学界开放协作的实践——不同背景的数学家、计算机科学家聚在一起，共同制定人机协同研究的规范，向更多重要问题发起挑战。正如丘成桐所说，大潮已来，要学会冲浪，而不是躲避。
不过，和AI协作的重要前提，是不能盲从AI给出的答案。这次AI拿出了上百份难以理解和消化的内容，其中不乏错误。短短几天，OpenAI就撤回和修订了十余篇文本。这说明，在数学领域，大模型幻觉依然存在。AI无需遵循学术规范，也没有义务解释自己的工作，而人类依然要靠自己的智慧理解它到底做了什么，判断它给出的结论是否轻率，它的证明路径能否对学术共同体真正有所增益。机器生成手稿的速度，远远快于人类核验的速度，但在理解这些重大证明的路上，必须站着人类。
和AI“搭档”，人类好奇心显得越发可贵。AI能沿着已有定理开辟无数小径，却不会因为观察到一组奇妙规律而生出探究的冲动。当年，高斯从大量数字案例中猜测素数分布的规律，怀尔斯默默深耕七年，为费马大定理搭建论证框架，驱动他们前行的，正是人类闪光的好奇心。数学是一个庞大领域，人类探索的只有其中很小一部分。如果AI真能加速解决数学问题，充满好奇心的数学家反而有了更大空间，提出“配得上这个时代”的好问题。
无论学者愿不愿意，AI都会进入更多曾被认为独属于人的领域。但可以明确的是，科研未来如何发展，不取决于AI高歌猛进的速度，依然取决于人类自身，取决于我们能否守住好奇心，守住思考的独立性，找到和AI的同行之道。
