近日，SAIR播客举办了一场备受瞩目的学术对话，邀请了新晋菲尔兹奖得主、芝加哥大学数学教授邓煜，以及SAIR Foundation主席、菲尔兹奖得主陶哲轩，共同探讨了AI时代对数学学术科研的深远影响。这场对话不仅为理解当前“AI+数学”的热潮提供了冷静的视角，也展现了学术界对技术异化风险的深刻反思。
SAIR Foundation是由陶哲轩教授等顶尖学者发起的非营利机构，致力于推动开源、安全及可追溯的AI在基础科学中的负责任应用。此次对谈的背景源于近期科技巨头在生成式AI领域的频繁动作。10月6日，OpenAI一天内发布722份学术预印本，声称在几何、代数及计算机科学等领域的372个复杂数学问题上取得了突破性进展。然而，这种“工业化堆砌算力”的做法很快遭遇尴尬，部分预印本因基本的符号错误被紧急撤回。
陶哲轩与邓煜在对话中强调，AI的数学能力确实在提升，甚至在某种程度上看好AI在增强和加速真正数学研究方面的潜力。然而，他们对AI公司不加验证和解释的“AI攻占数学”的叙事表示强烈反对。他们认为，AI公司以快节奏大规模生产“真/假”陈述，可能会摧毁孕育新思想的沃土。数学不是简单的“做题大赛”，而是需要“人类的深刻理解”与“学术共同体的开放透明”。
邓煜提出了“两条边界”理论，指出在传统数学领域，只有一条边界，即“已有证明的问题”，而AI生成结果的过程却常常不透明，导致出现“有证明，但只有AI知道，人类并不理解”的第二条边界。这一理论引发了对数学研究核心动机的深刻反思：若失去人类的深刻洞察，纯粹的答案并不能等同于科学的进步。
陶哲轩进一步批评科技公司将证明视为模型训练的“副产物”，认为这种做法无异于抛出“有毒废料”，让数学家去收拾残局。他呼吁改变评价机制，强调如果不包含人类可吸收的启发性思想，此类预印本不应被纳入正规学术文献。陶哲轩还指出，AI模型吸收了人类数千年来的文献财富，但其推理逻辑与引用源头的不透明性，切断了学术思想传承的链条。
面对效率与“慢科研”之间的平衡问题，陶哲轩借用“汽车与步行”进行比喻，强调科学研究需要保留“慢科研”带来的深度理解与共同体建设。邓煜则认为，理想的协作模式应是“人类搭建路线图，AI填充繁琐细节”，在研究者对全局有清晰把控的前提下，利用AI的优势来节省精力，让数学家能够专注于提出更具价值的新问题。
尽管数学领域的许多老规矩正在发生变化，年轻数学家们也因此感到焦虑，邓煜与陶哲轩对年轻一代充满信心。陶哲轩表示：“只要有合适的工具，他们就能做出惊人的成果。”这场对话不仅提供了对AI与数学交汇的深刻洞察，也为未来数学研究的发展方向指明了新的可能性。
