近期，全球数学界正悄然上演一场变革，几大标志性事件引发学界的持续关注和热议——
一是国产大模型DeepSeek-V3.2-Speciale在国际数学奥林匹克竞赛（IMO）、国际信息学奥林匹克竞赛（IOI）等顶级赛事中斩获金牌级成绩；
二是菲尔兹奖得主陶哲轩借升级后的谷歌Gemini，十分钟补全一道困扰学界多年的埃尔德什（Erdős）问题证明，从论证分析打通了结论确认；
三是传奇数学家小野健（Ken Ono）辞去弗吉尼亚大学终身教职，加入了由他的博士生洪乐潼创办的初创公司，专注创造“AI数学家”……
从在奥赛夺金，到协助数学家解题，再到自主攻克数学难题，学界热议的一个核心议题是：AI或许会相当快地超越人类数学家。如果AI能独立验证猜想、破解难题，人类数学家又将何去何从？
AI是数学研究的工具还是颠覆者？
先说57岁著名数论学家小野健的“离职”。据说，促使他决定离开象牙塔的一个原因，是在一次研讨会上受到的冲击：他发现自己在直觉与抽象思维上的领先优势，正在被AI迅速缩小。而小野健加入的初创公司Axiom Math（公理数学），由他曾经的学生、年仅24岁的洪乐潼创办。这家公司的愿景直白而惊人：构建能够猜想、证明并解释的AI数学家。他们的模型在无人干预的情况下，攻克了困扰数学界数十年的两道埃尔德什难题，且逻辑无漏洞。
那么，AI对数学研究的影响目前进展如何？记者在采访多位学者后发现，对于这一问题，目前学界存在两种截然不同的声音。
一种声音认为，AI到目前为止只是一个辅助工具，距离独立解决前沿数学研究问题，还需要很久。就在去年，复旦大学上海数学中心青年研究员林伟南通过结合计算机算法，与合作者共同解决了持续大半个世纪之久的126维Kervaire不变量（几何拓扑学中的一个重要概念）问题，获得广泛关注。在林伟南看来，目前的AI更像是“聪明的字典”。自ChatGPT出现以来，AI在数学方面还没有出现新的“颠覆性时刻”，大部分只是技术性的提升。就以考试打比方来说，“好比最好的是80分，明天有AI达到了81分，另一个82分，再一个83分……虽然每走一步都会有报道，但实际上进步不是特别大。”
林伟南指出，AI目前在处理高度抽象的数学概念时，仍面临AI幻觉和专用语料库不足的挑战。所以，数学家目前更多是利用AI来补全形式化证明中的琐碎步骤或LaTeX（一种排版系统）代码，核心的思路框架仍需人类主导。对于“AI取代数学家”的说法，他持保留态度：“至少十年内不太可能。”
而持另一种截然相反的观点认为，随着AI的发展，传统意义上的解题型数学家可能会失去存在的必要。
数学AI创业者、深耕AI与数学研究的马小扁就将人类数学家自身的局限称为“原罪”——寿命太短、速度太慢、脑容量太小。如他所言，“一些巨大的数学定理可能需要几万页、耗时几十年才能证明，人类很难独立完成，但AI解决了这个问题。”
其实，“AI教父”杰弗里·辛顿就曾公开表示，数学家也许将很快失业。因为数学是一个不需要数据的封闭系统。仅需包含一个提出定理的模块，和另一个尝试证明它们的模块，AI就能持续学习大量的数学知识。
数学研究，“人机协同”是大势所趋？
尽管学界在相关议题上的观点分歧尚未消弭，但也有达成共识之处。比如，多数学者都认为，未来的数学研究可能依靠“人机协作”完成。
数学家陶哲轩在公开分享中提到，他更愿意把AI当作嵌入式助手，而不是“直接吐答案”的黑箱：先由人把问题写成一份可执行的“规格书”（Spec）——包括目标、约束条件、分步计划与每一步的验收标准；再让AI按步骤推进，并在关键节点进行对齐确认；最后再用外部计算工具（如Python）做一次独立核验，确保结果确实满足事先设定的约束。
这种“规格先行（Spec-first）”的方法，本质上是把人的洞见转译成可检查、可复现的流程。对此，AI创业者木大宝也进一步向记者解释，它相当于用结构化规格把概率模型的输出“装进”可验证的管道里，从而最大限度降低数学推导与计算过程中的“幻觉”风险。
“AI能帮你完成重复性的工作，撰写部分代码或论文，但前提是你必须比AI更聪明，能判断它输出结果的对错，以及进行后期的维护运营。”林伟南说，这实际上意味着，未来的数学研究在某一阶段将从单纯的“求解”，转向对AI生成结果的审视与构建。
数学教育，为何仍然不可或缺？
当AI能够部分甚至完全替代数学家的工作，数学教育又将发生怎样的变化？
“不论如何，数学教育仍然不可或缺。”复旦大学特聘教授、计算与智能创新学院教授王晓阳谈到，数学其实是一种底层的逻辑训练，自然界运行的底层逻辑就跟数学有关。即使AI能证明所有数学定理，也需要人来整理、让大家了解世界运行的逻辑。这是非常重要的。
当然，AI给数学界带来的挑战也确实很棘手。林伟南坦言，目前，一些AI大模型在本科生级别的作业中已经表现出色。在AI唾手可得的时代，学生的主观能动性和兴趣将变得比以往任何时候都重要。“如果只是为了完成任务，AI能帮你搞定一切；但如果是为了真正的研究，需要对问题本身有极大的热情。”
技术迭代的尽头，始终指向对人的关怀。其实，无论是小野健眼中的“另一种做数学的方式”，还是陶哲轩手中的“思维外挂”，AI终究是人类的延伸，不是替代人，而是成就人。
未来，人类数学家或许将不再是繁重计算的承担者，而是成为数学大厦的“设计师”与“价值罗盘”，并去进一步追问那个更古老的问题：在无数可能的真理中，我们为何关心这一条？
近期，全球数学界正悄然上演一场变革，几大标志性事件引发学界的持续关注和热议——
一是国产大模型DeepSeek-V3.2-Speciale在国际数学奥林匹克竞赛（IMO）、国际信息学奥林匹克竞赛（IOI）等顶级赛事中斩获金牌级成绩；
二是菲尔兹奖得主陶哲轩借升级后的谷歌Gemini，十分钟补全一道困扰学界多年的埃尔德什（Erdős）问题证明，从论证分析打通了结论确认；
三是传奇数学家小野健（Ken Ono）辞去弗吉尼亚大学终身教职，加入了由他的博士生洪乐潼创办的初创公司，专注创造“AI数学家”……
从在奥赛夺金，到协助数学家解题，再到自主攻克数学难题，学界热议的一个核心议题是：AI或许会相当快地超越人类数学家。如果AI能独立验证猜想、破解难题，人类数学家又将何去何从？
AI是数学研究的工具还是颠覆者？
先说57岁著名数论学家小野健的“离职”。据说，促使他决定离开象牙塔的一个原因，是在一次研讨会上受到的冲击：他发现自己在直觉与抽象思维上的领先优势，正在被AI迅速缩小。而小野健加入的初创公司Axiom Math（公理数学），由他曾经的学生、年仅24岁的洪乐潼创办。这家公司的愿景直白而惊人：构建能够猜想、证明并解释的AI数学家。他们的模型在无人干预的情况下，攻克了困扰数学界数十年的两道埃尔德什难题，且逻辑无漏洞。
那么，AI对数学研究的影响目前进展如何？记者在采访多位学者后发现，对于这一问题，目前学界存在两种截然不同的声音。
一种声音认为，AI到目前为止只是一个辅助工具，距离独立解决前沿数学研究问题，还需要很久。就在去年，复旦大学上海数学中心青年研究员林伟南通过结合计算机算法，与合作者共同解决了持续大半个世纪之久的126维Kervaire不变量（几何拓扑学中的一个重要概念）问题，获得广泛关注。在林伟南看来，目前的AI更像是“聪明的字典”。自ChatGPT出现以来，AI在数学方面还没有出现新的“颠覆性时刻”，大部分只是技术性的提升。就以考试打比方来说，“好比最好的是80分，明天有AI达到了81分，另一个82分，再一个83分……虽然每走一步都会有报道，但实际上进步不是特别大。”
林伟南指出，AI目前在处理高度抽象的数学概念时，仍面临AI幻觉和专用语料库不足的挑战。所以，数学家目前更多是利用AI来补全形式化证明中的琐碎步骤或LaTeX（一种排版系统）代码，核心的思路框架仍需人类主导。对于“AI取代数学家”的说法，他持保留态度：“至少十年内不太可能。”
而持另一种截然相反的观点认为，随着AI的发展，传统意义上的解题型数学家可能会失去存在的必要。
数学AI创业者、深耕AI与数学研究的马小扁就将人类数学家自身的局限称为“原罪”——寿命太短、速度太慢、脑容量太小。如他所言，“一些巨大的数学定理可能需要几万页、耗时几十年才能证明，人类很难独立完成，但AI解决了这个问题。”
其实，“AI教父”杰弗里·辛顿就曾公开表示，数学家也许将很快失业。因为数学是一个不需要数据的封闭系统。仅需包含一个提出定理的模块，和另一个尝试证明它们的模块，AI就能持续学习大量的数学知识。
数学研究，“人机协同”是大势所趋？
尽管学界在相关议题上的观点分歧尚未消弭，但也有达成共识之处。比如，多数学者都认为，未来的数学研究可能依靠“人机协作”完成。
数学家陶哲轩在公开分享中提到，他更愿意把AI当作嵌入式助手，而不是“直接吐答案”的黑箱：先由人把问题写成一份可执行的“规格书”（Spec）——包括目标、约束条件、分步计划与每一步的验收标准；再让AI按步骤推进，并在关键节点进行对齐确认；最后再用外部计算工具（如Python）做一次独立核验，确保结果确实满足事先设定的约束。
这种“规格先行（Spec-first）”的方法，本质上是把人的洞见转译成可检查、可复现的流程。对此，AI创业者木大宝也进一步向记者解释，它相当于用结构化规格把概率模型的输出“装进”可验证的管道里，从而最大限度降低数学推导与计算过程中的“幻觉”风险。
“AI能帮你完成重复性的工作，撰写部分代码或论文，但前提是你必须比AI更聪明，能判断它输出结果的对错，以及进行后期的维护运营。”林伟南说，这实际上意味着，未来的数学研究在某一阶段将从单纯的“求解”，转向对AI生成结果的审视与构建。
数学教育，为何仍然不可或缺？
当AI能够部分甚至完全替代数学家的工作，数学教育又将发生怎样的变化？
“不论如何，数学教育仍然不可或缺。”复旦大学特聘教授、计算与智能创新学院教授王晓阳谈到，数学其实是一种底层的逻辑训练，自然界运行的底层逻辑就跟数学有关。即使AI能证明所有数学定理，也需要人来整理、让大家了解世界运行的逻辑。这是非常重要的。
当然，AI给数学界带来的挑战也确实很棘手。林伟南坦言，目前，一些AI大模型在本科生级别的作业中已经表现出色。在AI唾手可得的时代，学生的主观能动性和兴趣将变得比以往任何时候都重要。“如果只是为了完成任务，AI能帮你搞定一切；但如果是为了真正的研究，需要对问题本身有极大的热情。”
技术迭代的尽头，始终指向对人的关怀。其实，无论是小野健眼中的“另一种做数学的方式”，还是陶哲轩手中的“思维外挂”，AI终究是人类的延伸，不是替代人，而是成就人。
未来，人类数学家或许将不再是繁重计算的承担者，而是成为数学大厦的“设计师”与“价值罗盘”，并去进一步追问那个更古老的问题：在无数可能的真理中，我们为何关心这一条？
记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展。研究组在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验 从手机到手表再到电动汽车，锂离子充电电池为众多设备提供动力。但随着消费者丢弃电子产品的增加，越来越多的锂可能会进入环境。研究人员在美国化学会2024年春季会议上展示的一项研究成果，描述了 瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期 3月23日消息，京东与OPPO战略合作协议签约仪式举行，双方签订未来三年OPPO在京东全渠道实现销售额同比增长100%的目标。在签约仪式上，OPPO高级副CEO、首席产品官刘作虎表示，2024年线上突破是OPPO中国区 3月24日消息，今天数码博主“厂长是关同学”曝光了huaweiMate 70系列电话的部分配置信息。该博主表示，huawei全新的Mate 70系列首发会搭载新的芯片，芯片的性能差不多可以比肩5.5nm，还是值得期待的。同 联合国政府间气候变化专门委员会（IPCC）最新发布的评估报告显示，全球温升预计在2021年至2040年内达到1.5℃。报告指出，自IPCC第五次评估报告发布以来，全球减缓气候变化的政策和法律不断增多，但实施 。本文链接：AI攻下奥数，“AI教父”预言数学家将失业，数学界会“变天”吗？http://www.sushuapos.com/show-2-14614-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。