OpenAI的研究方式令顶尖数学家震怒

自从苏格拉底抱怨文字书写会让人懒得记忆知识以来，还从未有过如此大规模的学界焦虑，针对一项新技术爆发。9 月 11 日，25 位菲尔兹奖得主（相当于数学界的诺贝尔奖得主）联名发表公开信，称人工智能可能摧毁数学学科的根基。他们指出，AI 公司求解数学难题，只是为了测试自家模型性能，而非本着探求知识的纯粹初心。他们认为，这种做法 “有损数学这门科学，也伤害整个数学共同体”。

这封公开信，是针对 AI 接连在数学前沿领域取得一系列看似重大突破的回应。最近一次突破由行业头部企业 OpenAI 在 9 月 8 日公布。OpenAI 团队宣称，他们解决了纳维 - 斯托克斯方程问题。这是克雷数学研究所在 2000 年选出的七大千禧年难题之一，代表数学领域最难、最重要的问题。

OpenAI 此举，相当于抢先截胡了特里斯坦・巴克马斯特与莱文特・阿尔珀格两位数学家的研究成果。二人此前也借助 AI，一直在攻坚该难题，外界原本认为他们距离解开答案已经很近。OpenAI 发布了一份 166 页的论文介绍这项研究，所用模型尚未对外公开。然而，尽管论文篇幅很长，里面却几乎没有数学家公布新发现时通常会附上的详细推导阐释。

乍一看，这场争论，仿佛当年电子计算器普及、圆珠笔流行时那种故作高深的大惊小怪。当年人们担心计算器会让人丢掉心算能力，甚至担心圆珠笔缺少手写笔墨对大脑的感官刺激，会损害写作风格。这些担忧在当时看似真切，如今听来就和苏格拉底当年的顾虑一样可笑 —— 文字最终拓展了人类记忆，而非取而代之。

但这次情况有所不同。写信的学者们并非想要禁止 AI 在数学领域的应用。事实上，签名者之一陶哲轩，曾在 5 月 OpenAI 发布于社交平台 X 的视频中这样评价 AI：“AI 让我可以做各种尝试，我敢于去验证更大胆的想法。” 他还列举了 AI 的诸多实用能力，并期待研究成果能够公开共享，这也是数学界一直以来的文化传统。

学者们真正担忧的是：得到难题的最终答案，仅仅是数学的一部分。往往更有价值的，是推导证明的过程 —— 这个过程会催生更多新问题，开辟全新研究方向。他们担心，如果 AI 包揽了枯燥繁重的基础演算工作，这部分价值就会消失；倘若完成这些基础工作的机构，又不对外公开足够细节供人类阅读理解，后果会加倍严重。正如另一位签名学者雨果・迪米尼 - 科潘所说：直接把人空投到珠穆朗玛峰顶，和一步步攀登珠峰完全是两回事。

有人会觉得，这只是一群学者担心丢了饭碗的利己说辞。这种看法固然有一定道理，但这套担忧也并非毫无依据。为了避免落得巴克马斯特与阿尔珀格那样的境遇，数学家们或许会减少公开研究。还有一个更为隐蔽的风险：过度依赖 AI 这根 “拐杖”，会弱化人类的思维习惯，削弱人类数学家本身的研究能力。

这里可以找到一个历史类比：认知卸载现象。信息技术减轻了人类记忆负担，却会造成心智能力退化，这正是苏格拉底当年所忧虑的。哥伦比亚大学的贝琪・斯帕罗及其团队早在 2011 年就发表研究，证实了一个常识：人们遇到难题时，会直接谷歌搜索答案，而不是调动自身已有知识去思考。瑞士 SBS 商学院的迈克尔・格尔利奇近期的一项研究同样发现：高频使用 AI 工具和批判性思维能力之间存在负相关。

这场争论，浓缩了大众对 AI 普及更广泛的恐惧。OpenAI 高管此前曾表示，他们设想的未来，是 AI 与数学家合作，共同 “找出真正值得攻克的问题”。这预示着一个场景：数学领域的脑力思考任务，会被转移给软件智能体。而这件事最终走向好坏，取决于落地的具体方式。到那时，苏格拉底当年的警告，或许未必是错的。