数学は黄金時代か、それとも暗黒時代か——LLMが証明を生む時代の分岐点
Will it be a golden age or a dark age for mathematics (and science)?
Terry Taoのブログに寄せられたFrancesco Maggiのゲスト投稿。LLMがNavier–Stokes方程式の有限時間爆発解や準リーマン予想の証明を生成した例を挙げつつ、Leanによる形式証明が数十万行に及び、その自然言語訳が不正確で人間には読めないという問題を指摘する。証明が安価になれば「数学化」の機会は広がる一方、知識が少数の手に集中し人間の理解から乖離する「暗黒時代」の危険も論じ、8つの論点で選択肢を検討する。
ここでの本当の暗闇とは、知識が人間の理解にとって異質なものになってしまうことだ。
HNでの議論
170- dualvariable
私はどちらかというと「黄金時代」側の考え方に少し傾いている。
数学のスロポカリプス（質の低い数学の氾濫）は、その背後にある統一的な原理を見つけ出し、実際の人間に教えられる数学へと変換できなければ役に立たない。
あのO(n log(n)^(1-delta))の結果の数々は、それらすべての背後に統一的な「トリック」が存在する可能性を示唆しており、どんな問題にもdeltaの上限があるはずだ。教科書でそれを教え、人間の学生がLLMの結果を練習問題として再現できるようになるべきだ。
LLMが数千行、数百万行のLeanコードで証明できたものには、どこかに数学の未開の分野が潜んでいる可能性が高い。
実際の人間は、おそらくAIの助けを借りながら、問題とLLMが生成した解を突き詰めて、根本原理を導き出す必要がある。
LLMに「新しい数学の分野を発明しろ、間違えるな」と頼むだけではおそらくうまくいかない。LLMをうまく操って統一原理を探させ、その結果を統合し（そして再確認し）することに長けた数学者は、その分野で大成功を収めるだろう。
- jacquesm
Taoがまず数学者であることは理解しているし、彼が自分の専門領域にとどまっていることには敬意を表する（彼はこの記事を書いたわけではないが、自身のブログに投稿した）。しかし、この問いを数学だけでなく科学全体に拡張して考えるのは妥当だろう。科学知識は囲い込まれたり特許化されたりする可能性があり、OpenAI、Anthropic、そしておそらく他の企業が、AI推論エンジンへのアクセス販売以外の収入源[1]を狙っている証拠は十分にある。
これらの企業が新しい財閥[2]となり、幅広い分野にわたる特許を保有し、社内AIによって生み出された相互補強的な専有技術のサイロを形成する未来が想像できる。そのAIは世界の残りが資金を提供したにもかかわらず、アクセスできないものだ。
[1] 例えば：https://www.reuters.com/world/anthropic-quietly-sets-up-biol...
- ttul
最近のTerence Taoの発言に対する私の解釈は、プロの数学者が主に不満に思っているのは、AIが投稿する数学論文が、高品質な人間の数学論文が提供するような幅広い教育的 content を欠いていることだ、というものだ。答えは正しいかもしれないが、AIの数学論文は人間の著者のようには読者を教育しない。プロの数学は単に問題を解くことだけではなく、論文の著者が論文を書いたとき（そして結果を達成したとき）に持っていたのと同じ理解を他の人が自分の脳にプログラムできるように、知識を広めることも同じくらい重要だ。
言い換えれば、数学の危機（私の解釈では）は、AIが教えることなく解くことができるということだ。結果は印象的かもしれないが、将来数学を前進させることができる唯一の存在が、人間には耐えられないような何十億ものシナリオを機械が処理することであるなら、それはこの職業に携わる人々に自分の居場所について疑問を抱かせる。
- itsalwaysgood
这些都是很好的观点，但我也想指出，“黑暗时代”情景是一个高度竞争的情景，而“黄金时代”情景则是一个高度协作的情景。
我认为无论哪种情景，技术都不会消亡。在“黑暗时代”这种高度竞争的情景中，仍然会有那些“理解所生产之物”的人寻求进步和发展。他们会与生产出最佳、最经得起验证的成果的任何个人或组织合作。
我不认为知识会变得人类无法理解，它只会像过去一样再次高度集中。过去，只有富人和贵族才有能力花时间接受教育。
而且，通常那些深入任何领域并为科学做出贡献的人，都是那些有时间将整个生命投入到学习或追求知识的人。我们今天仍然有这些问题，而且这些问题将永远存在。
经济有一条供应链，我们根据所生产之物的价值提供不同的回报。工作永远不会消失，对声望的渴望、贪婪等等永远不会消失。这就是经济存在的原因，也是为什么每个人都在考虑LLM的价值，以及它们在经济和学术机构中的位置（学术机构 presumably 的存在是为了推进人类的理解/欣赏，但也是为了为年轻一代的未来工作做准备）。
- odyssey7
明らかに黄金時代だ。
もうこれについて bitter ではない——ずいぶん前のことだ。でもこの話には何かがある。
昔、私は数学の才能があると自覚していて、研究職を目指した。1年生の研究クラスで、あえて自分の comfort zone の外にある問題を選び、いくつかクールなアイデアを思いついた。出版品質ではなかったが、そのコースは出版を期待していなかった。
問題を微積分で解ける形に定式化することが鍵となる洞察だった。積分は1年生の私には到底できなかったのでWolframを使ったが、解を生み出した洞察は私のオリジナルな仕事だと理解していた。クラスの誰もあの積分はできなかっただろう。教官自身も、何か問題があるなら指摘できなかった。それなのに、彼は感心せず、微妙に軽視するか批判的だった。
今日なら、数学のためのAIを開発する研究者の波に乗っていたかもしれない。教官は自分の指導で数学を形作ったことを誇りに思えたかもしれない。大学は私を講演に招いたかもしれない。そうではなく、私は数学の分野を完全に離れることになった。今は銀行のソフトウェアを書いている。
世界は私たちが作るだけ豊かになる。機会と可能性を失効させてはいけない。利用可能な材料を受け入れよ、さもなければ誰かがそうしてあなたを打ち負かし、あなたはその瞬間を逃すだろう。
[…]というロマンチックな考えがあることはわかるが、
- grandpajoey
著者性やクレジットは数学におけるアンチパターンのように思える。数学の最もアクセスしにくい部分の一つは、文字通りすべてに人名がついていることだ。Navier-Stokes？誰？正直、知りたくもない。むしろアイデアや情報は、著者の評判ではなく理解を優先して枠組みされるべきだ。ギリシャ文字の記号についても同じことを感じる。2026年だ、もっと一般に流通しているものを使って聴衆を広げられないのか？
AIは「クラブ」の中にいる人々と、数学的アイデアで何か役立つことをしたい人々の間のギャップを埋めることで、この状況を劇的に改善できるかもしれない。
- ldng
AIが（コンピュータにとって）簡単な相互参照や推論の低い果実を収穫する短い黄金時代があり、その後、新しいアイデアを分野に出すことに関心を持つ人がいなくなる暗黒時代が来るに違いない。願わくば、私が間違っていることを。
- nestorD
素晴らしい考察がいくつかあり、その多くは数学を超えて広がる。
特に、秘密を共有することについて、私が考えたこともなかった点（私は事実上誰も「私のデータで訓練しないでください」のボックスにチェックを入れないことに気づいた...）：
> 同様に、数学者たちは研究計画書や研究提案書に書く内容についてすでに懸念し、警戒しているようだ。結局のところ、管理者や査読者がそれらの文書をLLMにアップロードしてレポート作成の助けを得るかもしれず、それによって未発表研究の機密性が損なわれる可能性がある。