AI 时代，纯数学研究还有未来吗？
What's the Future for Pure Math Research in the Age of AI?
随着 AI 不断解决数学难题，有人开始质疑人类是否还需要从事数学研究。作为 Mathematica 和 Wolfram Language 的创造者，我对此深感担忧，因为这往往源于对数学本质的误解。回顾历史，工具从未取代数学，而是提升了研究的高度。现代 AI 擅长挖掘人类知识库并建立连接，但纯数学的核心在于人类提出问题的想象力。数学并非仅仅是从公理推导出的机械结果，而是人类在庞大的 ruliad 中寻找可被理解的叙事。AI 可以生成海量定理，但若无人类的视角引导，这些结果往往只是与现有数学脱节的“外星数学”。
伟大的数学，归根结底是由它所提出的问题来定义的。
HN 评论区
33- alok-g
核心论点中有两个假设，两者都站不住脚。
1. AI 能证明定理，但决定解决什么问题、哪些数学有用，仍由人类主导。
2. 被选中的数学必须能被人类理解。
关于第 1 点，AI 或许能在判断哪些数学有用方面发挥重要作用，甚至可能取代人类。
关于第 2 点，人类可理解性现阶段或许不错，但未来也可能成为一个重大限制。正确性是目标，信任是关键要求，人类可理解性可能是实现信任的中间手段，但不一定是最终目标。
换句话说，这篇文章或许能经得起当前技术水平的检验，但再过几年可能就不行了。
- veexx103
有些论点基于“过去的经验……”
然而，这些经验并非绝对真理，也不能等同于当前状况。
- suopspaces
作者已阅读 https://www.youtube.com/live/gPrWX8i1htM（其中多次提到 Wolfram 语言等）。
- jaykru
Wolfram 对纯数学的现状与未来给出了非常重要且冷静的见解。我总结了以下关键点：
1. 数学的核心目标之一是人类的“理解”。仅仅计算证明项并不一定能增进人类的理解。四色定理的证明就是一个很好的例子，形式化验证/SAT 求解提供了更多案例：这些结果的可信度取决于我们对生成它们的系统的信任程度，它们在实践中可用，但并不一定增进我们的理解。试想一台拥有近乎无限证明搜索能力的计算机，基于当前人类对数学的定义、定理和理解自由运行。假设它在数学前沿构建了一个新定理的证明。用目前理解的定义和概念表述，这个证明可能是最短的，却如此冗长且机械，以至于直到宇宙终结，整个人类文明都无法读完它。因此，尽管这种计算证明搜索与数学家的活动有重叠，但它本身并不是数学。这是一个许多人似乎未能理解、甚至有人将其视为自我安慰（cope）的重要区别。
2. 人类构建理论的活动，将上述那种原本庞大复杂的证明转化为人类可理解的简明概念论证，目前看来模型还无法做到。也许未来它们能做到，但现阶段尚不……
- amelius
好的退出策略是什么？