Terence Tao 等：AI 与数学目标严重错位
A misalignment of AI in mathematics
LLM 近期在数学领域的突破令人瞩目，甚至能解决许多悬而未决的难题。然而，包括 Terence Tao 在内的多位 Fields Medal 得主发出警告：AI 公司追求解题速度的目标，与数学界追求概念理解的核心价值存在严重错位。数学不仅是解题，更是通过漫长的讨论、简化和传承来构建人类认知体系的过程。若 AI 仅以“真/假”答案的批量生产取代这一过程，将破坏数学思想的肥沃土壤，导致归因混乱和知识传承链条断裂。这不仅是数学界的危机，更是所有知识型工作面临的挑战：当 AI 能直接产出结果时，我们如何确保不迷失工作的初衷？
在 AI 的世界里，如果忘记了这一事实，工具可能会反过来对抗主要目标。
HN 评论区
783- tmhn2
作为一名数学家，我可能比这篇宣言稍微乐观一点。
我想到了 Mochizuki 的 abc 猜想：他相对孤立地工作，然后向社区抛出了一个巨大且难以理解的证明（稍微简化一下）。如果 AI 生成了一个巨大的、难以理解的证明，比如黎曼猜想（RH），情况可能与此不完全相同。
那么结果是什么呢？在 Mochizuki 的案例中，虽然引发了大量怀疑，但也促成了会议、论文、走廊里的交谈、与学生的讨论等等——这正是宣言中所称的推动数学发展的那种社区活动的高潮。
最终，我们认为 Mochizuki 的证明中存在致命缺陷，所以它并没有导向任何具体的成果。但在我们假设的