科技日报记者 江耘
当谷歌DeepMind接连宣布攻克一批数学难题、OpenAI一次性公开数百篇AI生成的数学手稿时，AI与数学的关系正成为全球热议的焦点。
10月14日，由《科学》杂志/美国科学促进会与之江实验室共同举办的第六届智能计算创新论坛在浙江杭州举行。会上，中国科学院院士、浙江大学数学高等研究院院长励建书与中国工程院院士、之江实验室主任王坚共同启动“未来数学计划”，并围绕AI与数学的变与不变展开对话。
两位院士的答案出奇一致：AI与数学不是取代关系，而是双向赋能：AI拓展数学研究的疆域，数学决定AI能力的天花板。
AI能解题但取代不了数学
随着人工智能发展越来越迅速，其在数学领域捷报频传，“数学研究是否将被取代”的焦虑也随之蔓延。
励建书举了一个微积分的例子。微积分出现之前，欧洲数学家计算曲线长度、几何体体积，足以写成研究论文；微积分发明之后，这些工作成为本科生的作业。
“但数学和数学家并没有因此消失，反而被赋能，并催生了微分几何、解析数论等现代数学方向。”在他看来，数学的目的不只是攻克难题、爬上山顶，“更重要的是，爬上这个山顶以后，去看到更美丽的风景，去发现更多的数学”
励建书表示，20世纪初以来，已没有一个数学家能掌握全部数学分支。而AI最强大的恰恰是百科全书式的知识整合能力。借助AI，数学界或能对庞大而分化的学科完成一次新的整合与重估，正如华罗庚先生所说，“从薄到厚，再从厚到薄”。
“如果我花了十年时间研究的一个问题，今天被AI解决了，失落感很正常。但看到整个数学的未来，我不但没有失落感，反而非常振奋。”励建书坚信，AI的兴起不会让数学家“失业”，反而会凸显原创思维的价值，未来对顶尖数学家的需求会大大增加。
AI能力上限“藏”在数学里
在王坚看来，人工智能的下一步，需要靠数学来托举。
他认为，大语言模型的革命性在于模型方法论被统一，语言之间的差异没有想象中那么大，这如同笛卡尔坐标系让代数和几何融会贯通。今天的人工智能，也提供了一个让不同知识、不同领域融会贯通的坐标系。
在王坚看来，AI的推理能力仍相当有限。“这种推理能力从哪里学来？是从程序、代码里面学来的。”如果AI真正能从数学中学习推理，其能力可能远远超出今天从代码里学到的东西，人工智能将变得像数学那样基础。
励建书也认为，人工智能的底层机理、更高效的算法，都在呼唤全新的数学理论。
“以前没有那么多顶尖数学家去关心人工智能的数学基础，到了今天，我相信会有更多真正世界一流的数学家来关心和研究人工智能。”励建书如是说。
面对工业界“人工智能的尽头是电力”的说法，两位院士共同给出判断：人工智能的尽头应该是脑力，而不应该是电力。
正因看清了这场AI与数学的双向赋能，两位院士共同启动“未来数学计划”。
“未来数学计划”将围绕研发数学基础模型、开展形式化验证、研究AI背后的数学机理、推动数学赋能其他学科四方面展开，并建立完全开放的合作机制。
网友评论
