如果 AI 能做数学,人类数学家该干什么?
a16z crypto 报告探讨 AI 如何重塑数学研究,以及人类数学家将扮演何种角色。报告发现 AI 能实现快速突破,但理解和解释证明仍是人类的挑战。
要点
- AI 能解决让研究者多年停滞的问题。
- 即使是正确的 AI 生成证明,也可能跳过关键推理步骤。
- 人类直觉仍将指导问题选择和验证。
- AI 证明的篇幅和不透明性可能改变出版规范。
- 数学教育可能需要侧重 AI 辅助的证明技术。
AI 驱动的数学问题
a16z crypto 这一期提出了一个简单却深刻的问题:如果 AI 能承担数学证明的繁重工作,人类数学家还能做什么?节目邀请了亲眼目睹 AI 在多年攻克的难题上取得进展的研究者,探讨这一变革对学科的影响。
数据与方法
讨论围绕真实案例展开,例如 Ittai Abraham 两年时间里攻克的一组难题,最终被 AI 模型在一小时内解决;以及斯坦福密码学家 Dan Boneh 的思实验——AI 用万页证明解决 P vs NP 问题。参与者还提到了 Lean 证明助理和近期的 AI 生成论文,提供了对当前能力的定性观察。
主要发现
a16z crypto 估计,AI 现在能够比人类更快地产生正确的证明,但这些文档可能过于冗长或不透明,导致人们难以完全理解。小组指出,AI 可能跳过“关键步骤”,使得验证和提取洞见变得困难。因此,证明的价值可能从逻辑确定性转向解释力度,出版标准也可能演变为强调简洁和清晰。
注意事项与局限
报告提醒,AI 在有效分配工作量方面仍有困难——在简单步骤上花费过多时间,却忽视更难的部分。此外,能够检查每一步并不等同于人类对整体论证的理解。节目还强调,AI 的成功目前局限于结构良好的领域,且高度依赖 Lean 等已有形式系统。
对读者的启示
对于加密领域的从业者和投资者而言,研究表明 AI 辅助的数学有望加速密码协议的创新,但人类专业知识仍是解释和应用这些成果的关键。教育项目可能需要加入证明助理的培训,企业也应考虑 AI 生成研究对知识产权和同行评审标准的影响。