陶哲轩最新演讲：数学正在进入“工业时代”DeepTech深科技

当地时间 7 月 24 日，菲尔兹奖得主陶哲轩（Terrence Tao）在美国费城举行的 2026 年国际数学家大会（ICM）上发表公众演讲，题为《人工智能时代的数学》（Mathematics in the age of AI）。

他没有从 AI 又解决了哪一道数学难题讲起，而是把时间拨回到 20 世纪初。

在陶哲轩看来，20世纪初，伴随着罗素悖论、哥德尔不完备定理等一系列发现，数学家被迫重新审视集合、无穷、公理等最基础的问题。这场被称为“数学基础危机”的思想震荡，一度引发激烈争论，却最终推动数学建立起更加严密、统一的现代基础体系。

而今天，随着 AI 开始参与数学研究，数学或许再次站在一个类似的历史节点。不同的是，这一次受到挑战的，不再是数学理论的基础，而是数学共同体长期默认的研究方式和价值体系：什么才算一项真正完成的成果？数学研究的目标，是尽可能证明更多定理，还是帮助人类建立更深刻的理解？

图 ｜ 大会现场（来源：X）

尽管陶哲轩并没有在演讲中直接使用“工业化”来形容数学的未来，但他描绘的图景已经呈现出鲜明的工业特征：数学知识将从稀缺走向充裕，研究流程被拆解为生成、验证、解释、评审和知识整合等多个环节，人类与 AI 也将在其中重新分工。当证明越来越容易获得，真正稀缺的，应该是是提出问题、理解问题，以及组织知识的能力。

（截至发稿，演讲视频尚未上线，本文主要依据陶哲轩会后发布的 52 页演讲幻灯片进行整理解读。）

真正的问题，已经不是 AI 会不会做数学

今年 5 月底，First Proof 在严格控制的条件下测试了四套 AI 数学系统。10 道此前从未公开的新题全部来自真实研究过程，由相关领域专家按照学术期刊的审稿标准，对解答的正确性和论文表述进行评估。结果显示，四套 AI 系统共在 10 道题中成功解决了 7 道，每道题至少有一份解答达到学术期刊发表水平，单题计算成本约为 10 至 1000 美元。

（来源：陶哲轩）

图 ｜Levent Alpöge （来源：Quanta Magazine）

从“证明稀缺”走向“证明过剩”

图｜古德哈特定律：优化指标，不等于实现目标。（来源：Image 2）