MIT 數學家談 AI 如何改變數學研究
MIT 數學面板討論 AI 衝擊下的數學研究未來
AI 開始解出沒有答案的數學問題後,數學家也在思考:答案要怎麼確認,人類又該如何理解背後的推理。
- MIT 舉辦座談,邀請來自 MIT、哈佛、西北大學和紐約大學的數學家討論這些變化。有人認為,AI 產生的證明難以看懂,數學仍需要人的理解。
- 也有人提出,研究者可以把重點放在解釋證明、分享想法。座談也談到期刊收到更多 AI 生成或協助完成的投稿,有些期刊因此增加編輯,並嘗試用影片呈現數學研究。對學生來說,學會說明自己理解了什麼,也變得更加重要。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
MIT News·2026-11-20 23:20· 45 分鐘前精選AI 評分60
Following the “mathocalypse,” mathematicians consider the future
AI 導讀
MIT 舉辦“AI 與社會:數學的未來”座談,來自 MIT、哈佛、西北大學和紐約大學的數學家討論 AI 對數學研究的影響。
推薦理由
原文記錄多位一線數學家對 AI 衝擊數學研究的分歧觀點,並給出期刊與人才培養正在調整的具體變化。

對數學界來說,這是動盪的一年。幾十年來一直困擾數學家的一些重大開放問題,如今正被人工智慧AI 助理在數小時內解決——企業會部署成千上萬個這樣的AI 助理,讓它們不知疲倦、步調一致地攻克同一個問題。
AI 的迅猛崛起正在給這個領域帶來關乎存亡的疑問:這些工具將如何影響人類對數學概念的理解?面對 AI 蠻力式的生產力,數學家還會有工作嗎?而這一切對數學作為一項智識追求又意味著什麼?
在麻省理工學院(MIT),數學家們在週一一場題為“AI 與社會:數學的未來”的小組討論中,探討了上述問題以及其他疑問。來自 MIT、哈佛大學、西北大學和紐約大學的頂尖數學家——各自都是所在領域的專家——坐下來進行了一場對話,話題涉及 AI 數學的質量、AI 如何挑戰由來已久的研究規範,以及數學家不斷演變的機會,無論他們是擁抱機器,還是堅持做“AI 純素食者”。
這場內容廣泛的討論在 MIT 3 號樓一間座無虛席的階梯教室舉行,由科學作家、《程式碼中的證明》(The Proof in the Code)一書作者 Kevin Hartnett 主持,參與討論的嘉賓包括:MIT 塞西爾與艾達·格林職業發展數學助理教授 Jacopo Borga;哈佛大學喬治·帕特南純粹與應用數學教授 Michael Hopkins;西北大學薩拉·麗貝卡·羅蘭數學教授 Bryna Kra;以及紐約大學柯朗數學科學研究所數學教授 Tristan Buckmaster。
在嘉賓們就 AI 的影響分享各自不同、有時甚至相互衝突的觀點時,有一點是明確的:
“數學在過去兩個月裡的變化,比過去 100 年還要大,”Kra 說。她提醒道,AI 的力量將改變數學家的定義,也將改變以有意義的方式推進人類知識所需的條件。“這就像《雙城記》開篇第一句:‘這是最好的時代,這是最壞的時代。’這是一個非常激動人心的時刻……同時也令人恐懼。”
AI 的衝刺
過去十年,人工智慧取得了穩步進展,這在很大程度上要歸功於數學家自己——他們出於好奇,一直在打磨 AI 模型,讓它們去解決已有已知答案的問題。這些早期練習被證明是成功的,最引人注目的是在 2025 年。那年夏天,在國際數學奧林匹克競賽上,谷歌 DeepMind 的 AI 模型迅速解出了向全球最優秀的高中數學選手提出的大部分題目,達到金牌水平。
大約同一時期,其他數學家發現,一些 AI 系統能夠解決已有已知答案的問題,但其解法相比人類數學家得出的解法略有改進。
2026 年,AI 的能力實現了飛躍。在若干案例中,科學家發現模型能夠解決開放式研究問題——即沒有已知答案的數學問題。隨後在 9 月,OpenAI 釋出了一項震動整個領域的公告:該公司將數千個 AI 助理集中到一個單一挑戰上,88 小時後,這些AI 助理給出了一個與納維-斯托克斯方程相關的證明——這是千禧年大獎難題之一,也是七個無法解決的數學聖盃問題之一。
OpenAI 突然對納維-斯托克斯挑戰產生興趣,恰逢小組成員之一 Tristan Buckmaster 的相關工作。經過一年的進展,他和他在競爭對手 AI 巨頭 Anthropic 的合作者即將解決這個問題時,OpenAI 釋出了公告。
OpenAI 搶先證明的衝刺引發了一場巨大爭論:是否給予了適當的認可,數學家的資料是否被洩露,AI 助理是如何得出解決方案的,該解決方案是否有任何實際意義,以及最重要的是,AI 將如何改變數學研究。
一個月後,該公司加倍投入,釋出了 722 份手稿,按類別組織,涵蓋了數學主題的方方面面。這些手稿聲稱完全使用 AI 解決了許多數學重大未解問題——這一成就被廣泛稱為“數學末日”。
但許多數學家堅持認為,問題不僅在於能否解決,還在於如何解決。他們說,當他們深入研究 AI 證明的細節時,並不清楚AI 助理是如何得出結論的。
“這些論文本身是無稽之談,”Hopkins 在週一的討論中說,並指出 AI 生成的證明包含“奇怪的想法”。他繼續說:“仍然存在 AI 數學與人類數學的對立感。”
“數學要變得重要,就必須有人類的理解,”Buckmaster 補充道。
新規範
對於像 Kra 這樣的數學家來說,數學史上的這一刻提供了一個機會,可以放棄某些長期持有的數學研究規範,例如研究小組之間的競爭以及第一個證明某個想法的聲望,也稱為優先權。
“你先做到並不重要,”Kra 說。“速度不應成為優先事項。這不再是關於證明的生產。我們需要找到其他方法來評估理解。”
然而,“我們可以拋棄優先權,但人們會想成為先驅,”Hopkins 反駁道,並指出數學家現在將面臨的挑戰,即在 AI 已經開闢清晰道路的領域取得進展。
然而,Kra 提出了一個充滿希望的反駁:
“你可以以不同的方式成為先驅,例如在溝通[證明是如何產生的]方面,”Kra 說,他今年幫助起草了《萊頓人工智慧與數學宣言》——一份由世界各地數學家簽署的宣告,呼籲採取行動應對 AI 對數學研究構成的風險。“數學的溝通現在更加重要。”
事實上,小組成員已經看到,從本科生到早期和資深職業數學家,各個層面對數學家的期望都發生了微妙的變化。
“面試變得越來越重要,”Kra 說,並指出僅僅根據數學家撰寫或發表的想法來接受、僱用或提拔他們已經不夠了——他們還必須證明自己理解這些想法並能向他人解釋。
人類數學
AI 還讓數學家質疑學術期刊的作用,學術期刊長期以來一直是評估和驗證數學進展的基準。
“我們評判[數學家]的百分之九十是通過期刊,”麻省理工學院的早期職業數學家 Jacopo Borga 說。“我不確定我們是否還應該這樣做。我們應該提出一個新的衡量標準,並讓它發展。”
Kra 是一份專業期刊的執行編輯,她發現投稿數量激增,其中主要是報告由 AI 生成或輔助生成的結果。為應對這股洪流,該期刊不得不增聘一名執行編輯。
傳統上,期刊編輯優先發表推動領域前進的新證明,但 Kra 發現,面對 AI 的“垃圾產出”,一些出版物更看重闡述部分——即論文中解釋猜想或證明背後推理的章節。目前,人類在傳達數學思想方面仍比 AI 有優勢。
“闡述是一門真正的藝術,前提是你能用清晰優雅的方式把一件事講明白,”Hopkins 附和道。
Kra 指出,現在有一些實驗性期刊上線,專門突出人類對數學的獨特貢獻。例如,有些期刊發表闡述性文章,比如用現代數學家能理解的新方式解釋舊結果的論文。
“整理和轉譯知識有很大的空間,”Hopkins 說。他分享道,自己的一名學生一直在努力證明一個 20 世紀 70 年代的定理。他說,那個幾十年前的定理所用的原始語言和構造,和今天 AI 的一些證明一樣陌生。
在談到期刊為應對 AI 而採取的新做法時,Kra 還提到了 Mathematical Discourse,這是一份新的同行評審“影片期刊”,將收錄人們做數學研究演講的影片。該期刊的初步網站稱,“做數學演講以一種獨特的方式捕捉了數學的人性面,而在未來幾年,支援我們學科這些人的方面將愈發重要。”
“一種新型數學家”
AI 的崛起對學生衝擊可能尤其大,他們還在學習基礎知識,身邊卻充斥著如此多的 AI 捷徑。
“數學大概是你所能做的最慢的科學,”Borga 說,觀眾會意地笑了。“今天的學生被[相互矛盾的]該做什麼的資訊轟炸,不堪重負。我們需要給他們學習的空間。”
他們該如何學習,可能取決於個人信念。
“我的團隊中有一大部分人屬於‘AI 純素食者’[即不使用 AI 的人],而其他人則在使用它,”Hopkins 說,他正在想辦法同時支援這兩類人。
他還特別提到一名學生,似乎算得上是“AI 的馴馬師”。Hopkins 說,這名學生有很好的數學直覺,但執行起來有困難。他們的動力來自好奇心,而不是搶著第一個解出答案,並且有一套引導 AI 產出有趣見解的方法。
“這可能是一種新型的數學家,”Hopkins 說。
AI 正迫使數學領域適應並改變其延續數百年的求知方式,而 Borga 等人將這一刻視為新的開始,而非數學的終結。
“城堡正在崩塌,”Borga 說。“有開闊的土地可以去探索。”
“AI 將影響每一個人(不止數學家),”Buckmaster 說,他敦促學生堅持走下去,“而不是逃避或跳船到另一個領域。……想想新的方式來發揮創造力、表達你的想法,”他說。“就做你熱愛的事。”
本次專題討論由數學系聯合主辦,是 MITHIC 與 SERC 計劃推出的系列活動的首場,旨在探討 AI 如何重塑我們的個人生活與職業生活。
來源:MIT News · news.mit.edu