发帖
雷达卡
人工智能可以搜索文献、生成代码、分析数据、寻找证明，甚至开始尝试解决过去被认为极其困难的数学问题。对于研究者而言，这意味着大量工作能够被更快完成，科学探索的效率也可能因此获得数量级的提升。
但数学家陶哲轩看到的，却是另一个容易被忽视的问题：
”
当 AI 帮我们更快抵达答案，我们是否也正在失去理解答案的过程？
在本期访谈中，陶哲轩没有简单地讨论“AI 能不能做科学”，而是提出了一个更深层的问题——科学的价值究竟只在于得到结果，还是也在于我们走向结果时经历的探索、失败、偶然发现与知识积累？他把 AI 比作一架直升机：它可以把我们直接带到目标所在的位置，却未必告诉我们沿途的地形。对于科学来说，这种效率既是一种巨大的机会，也可能成为一种隐蔽的代价。
视频地址：https://www.youtube.com/watch?v=svl_1upFpQo（Big Think Clips &Big Think ）
核心观点：
01｜AI让科学更高效，却不一定让科学更容易被理解 AI可以快速找到答案，但科学探索中的过程、试错与发现，同样重要。
02｜AI正在改变科学研究的方式 它不只是效率工具，而是在逐步进入数据分析、编程、理论探索和数学证明等核心环节。
03｜“得到答案”不等于“理解答案” AI可能通过搜索、生成与验证得到正确结果，但这与人类建立完整理解仍有区别。
04｜AI扩大研究广度，人类决定研究深度 AI擅长处理海量信息和寻找路径，人类更擅长判断什么值得研究、什么真正重要。
05｜科学突破往往来自对“错误”的发现 像开普勒的故事所展示的那样，现实数据推翻漂亮理论，反而可能成为新发现的起点。
06｜未来的瓶颈可能是“知识消化” 当AI生成知识的速度超过人类理解、验证和吸收的速度，科学可能面临新的“认知瓶颈”。
07｜AI越强，科学家的培养越重要 如果年轻研究者把训练、试错和探索全部交给AI，短期效率提升，长期却可能削弱下一代科学家的成长。
08｜AI应该成为科学家的“能力放大器” 让AI承担检索、编程、验证等工作，人类保留问题意识、研究判断和真正的理解。
文字实录（*AI协助，仅供参考）
我曾经打过一个比方：做科学研究，有点像一场徒步旅行。你听说远方藏着一处惊艳的瀑布，于是约上好友动身去寻找它，一路上还要绘制路线地图。途中你或许会迷路，但恰恰是迷路的过程，你会邂逅另一番别致的风景，并把这些发现记录下来。在奔赴目标瀑布的路上，你远远望见了一处更加壮丽的水景，当下的你尚且无法抵达，但未来的探索者，或许能找到通往那里的道路。抵达终点的整个求索过程，本身就极具价值。
可如今这些人工智能工具，更像是一架直升机，直接把你送到瀑布跟前。你一睹美景之后便原路返回，却对抵达目的地的路径一无所知。除了你指定看到的那一幕景象，沿途所有意外的发现都与你擦肩而过。即便从结果来看，你高效完成了目标，但某些珍贵的东西，也在此过程中流失了。
数个世纪以来，科学与数学发生了巨大的变化。传统科学存在两大核心范式：理论推导与实验验证。举个例子，开普勒提出行星运行理论，牛顿建立万有引力体系；之后人们开展实验，获取观测数据，验证理论和实验结果能否相互印证。
数学则有所不同，它几乎完全依托理论推演。纯粹意义上的数学实验寥寥无几。当然也存在特例，高斯曾经手工计算出前十万个素数，依托这份数据集做出猜想，也就是我们如今熟知的素数定理。长久以来，理论与实验就是科学的两大支柱。
后来，模拟仿真技术应运而生。人们不必再耗费高昂成本开展实体实验，借助超级计算机，我们就可以模拟飓风的演化过程。大数据时代接踵而至：我们不再局限于少量实验去证实或者证伪某一套特定理论，而是依托海量字节甚至 PB 级别的数据集，从中挖掘潜在规律，提炼自然法则，这是一种新兴的科研范式。
而现在，人工智能正在重塑所有这些科研模式。过去，每一项科研工作都必须由人类科学家亲自完成：动手开展实验、完成理论演算、运行仿真程序、梳理海量数据。计算机虽然可以分担一部分工作，但人类依然需要编写数据分析脚本，全程投入大量专业经验。
时至今日，自动化实验室可以自主完成整套实验流程；代码智能体能够运行仿真模拟，自动数据分析也逐步落地；自动化理论推导正在成为现实。面对一个数学命题，我们可以向 AI 提问：基于这些公理与假设，能够推导出怎样的结论？这类工作如今可以规模化高速运行，完成远超单人人类学者所能承载的理论分析。
但高效并不是我们唯一追求的价值。慢节奏的研究本身自有其意义。当一名科学家伏案演算、亲自奔赴野外完成实验、一点点调试仿真程序时，收获的绝不只是最终答案。他们会迸发额外的洞见，捕捉全新的科学现象，挖掘不同研究成果之间的内在关联，对接过往文献中的结论，并把自己的发现分享给整个学术共同体。
这里就形成了一组悖论：AI 的能力越来越强大，失误不断减少，看起来已经能够完成科学家的各项工作 —— 开展实验、分析数据、撰写论文。但代价或许是：AI 掌握了科研技能，人类科研工作者自身的科研能力却没有获得成长。没有人能够完整解释这项科学发现的价值，证明思路的创新之处，以及它和其他成果之间的内在联系。
我们或许需要重新定义科学本身，重新思考我们做科学研究的初衷。科学的真正意义是什么？当我们利用 AI 赋能科研时，我们是否在优化一个错误的目标？
当代人工智能依托机器学习算法，本质是去预测数据背后潜藏的模式。回归分析就是机器学习最简单的例子：如果你投喂更多食物，动物体型就会增大。我们把投喂量和体重的数据绘制在图表上，运气好的话，所有样本点会拟合出一条直线，这条直线就构成预测模型，我们就能预判投喂特定食量之后动物的体重变化。
现实世界里，变量关系往往不会如此简洁线性。输入与输出变量繁多，内在的映射关系极其复杂。但数据本身具备一定的分布特征，如今我们拥有大量精巧算法，捕捉数据形态，为输入输出拟合对应的曲线。
支撑对话机器人的大语言模型，本质上就是预测句子的下一个词语。简单来说，当句子写到 “玫瑰是红色，紫罗兰是____”，模型需要补全下一个词，答案大概率是蓝色。你可以想象一张超高维度的巨型图表：输入是不完整的句子，输出是待填充的词汇，无数样本点分布在这个空间当中，算法拟合一条最优曲线，预测概率最高的补全词汇。答案往往并不唯一，例如句子 “你好，我的名字是____” 可以填充无数人名，模型只需要给出可能性最高的结果。
手机上的自动补全功能就是这套逻辑，输入文字后，设备会推荐下一个单词，时而准确，时而荒诞。很多人试过反复点击自动补全，最后生成一堆毫无逻辑的乱句，如同猴子随机敲击打字机。
但大语言模型的神奇之处在于：当训练数据达到万亿级别，投入巨额算力、耗费数月完成拟合优化之后，持续迭代生成的文本可以保持逻辑连贯。输出内容不再是杂乱无章的文字，读起来酷似人类表达，而其中底层原理我们至今未能完全洞悉。
自然语言当中蕴藏着大量人类自身都无法感知的隐性规律。我们固然掌握语法这类成文规则，但语言当中还存在大量约定俗成、没有被写下来的潜在范式。孩童没有学习名词、动词的定义，在长期语言熏陶之下，自然而然掌握英文语序。借助海量语料训练，大模型同样能够捕捉语言的内在模式，甚至可以解答数学问题。当输入 “2 加 3 等于多少”，模型会输出 5，它已经在训练过程中记住了简单数学题的标准答案。
掌握基础语言能力之后，我们可以引导模型分步推导、自我校验，降低出错概率。在提示词的引导之下，它能够完成大量复杂任务。但究其本质，它依旧只是在预测下一个词语，并没有建立起对真实世界深层次的理解。它只是精准捕捉人类语言的全部模式，模仿人类富有逻辑的表达，呈现出具备智能的外在效果，完成大量实用工作。
如今我们可以借助大模型求解数学命题、生成证明过程，不少证明初稿漏洞百出。但通过循环迭代、多重校验之后，模型的有效成功率正在不断提升。这种解题范式十分奇特，和我们传统理解的、依托第一性原理严谨推导的智能截然不同。打个比方，它如同一个学识广博但思路飘忽的人，不断抛出各种猜想；但在人为充分引导之下，我们依然能够从中提炼出有价值的结论。目前它尚且无法攻克顶尖的前沿数学难题，但依托海量数据、充足算力与多重辅助手段，它已经展现出不俗的能力。
当下很多关于 AI 赋能科研的讨论，都陷入了单维的评判视角：任务分为简单、困难、极难，人类和 AI 各自存在能力上限，人们热衷于比较二者孰强孰弱。但在我实际使用 AI、对比人机两种解题思路之后发现：二者实际上具备极强的互补性。
人类顶尖学者追求研究的深度。一名数学家一生可以涉猎成千上万道问题，但只会挑选一两个难度适中的重大命题展开攻坚。在钻研的过程中迸发可供学生、合作者继续拓展的全新洞见。面对完全没有成熟方法可以套用的顶级难题，AI 的表现依旧糟糕，大多只是随机试错。但 AI 的优势在于广度。
我们一次性向 AI 抛出上千道不同难度的数学问题，部分难题依旧无法破解，但很多命题刚好可以套用文献中已有的成熟方法，或是只需要组合两套不同的经典思路。人类学者数量有限，很难逐一筛查全部问题，研究者也未必能够想起 1970 年某一篇冷门期刊论文当中的关键解法，没有足够的时间穷举全部可行的技术组合。
而 AI 可以做出有依据的试错推演，一部分尝试毫无价值，但另一部分方案却能够奏效。在海量组合筛选之后，AI 偶尔能够找到被全体人类忽略的巧妙解法。学术界的固有共识有时本身就是错的：所有人默认一道命题的结论为真，很少去验证反面情况，而 AI 不会携带这类先入为主的偏见。它就像一双独立审视问题的全新眼睛。一些我们原本认定极难的题目，其实存在一个事后看来十分简洁的解法。
当批量交付数百上千个问题时，AI 能够解决其中一小部分，哪怕成功率只有 5%，最终也能产出 50 份有效的解答。单从解题数量来看，这套工具的产出甚至已经超越人类数学家。当然，这 50 个被解决的问题，未必是学术界最迫切想要攻克的目标，结果带有随机性，但这样的成果依旧令人惊叹。
作为科研从业者，我们需要探索一套全新的协作模式：利用 AI 大规模批量解题的优势，配合人类深耕少量重大难题、慢打磨深度结论的传统科研能力。
开普勒发现行星运动三大定律的故事完美诠释了科研过程本身的价值。开普勒了解哥白尼的行星运行学说，哥白尼粗略估算出地球、火星与太阳之间的距离。开普勒发现行星轨道半径的比例关系，和几何当中正多面体的比例高度相似。在当时人类已知六颗行星，他设想用六个球面分别对应行星轨道，五个柏拉图立体嵌套在球面之间，以此构建一套完美的几何模型解释太阳系的构造。这是一套极其优美的几何构想。
直到他费尽周折，甚至可以说是费尽心力拿到第谷・布拉赫高精度的天文观测数据之后，他才尝试用观测结果验证这套理论。在第谷超高精度的数据面前，球面嵌套模型无法完全吻合。正是试错的过程让他意识到：火星与地球的轨道根本不是圆形，轨道一定具备别的几何形态。他耗费数年反复试错，长久执着于正多面体的构想，翻阅手稿可以看到他尝试了无数方案，把圆心进行偏移，直到椭圆轨道的猜想诞生，一切观测数据完美自洽。
这个故事展现出理论和实验之间复杂的互动关系。一套理论无法匹配观测数据，并不直接代表它毫无价值。在开普勒所处的时代，哥白尼模型的计算精度甚至比不上沿用千年的地心说体系。古希腊、阿拉伯与印度学者不断微调地心模型，最终构建出一套极其复杂、预测精准的行星运行方案。地心模型短期拟合效果更优，这也成为当时质疑日心说的理由。仅仅依靠数据拟合程度，不足以评判一套科学理论的优劣。
直到开普勒修正轨道为椭圆之后，日心模型的预测精度才真正超越地心体系。这件事告诉我们：科学成果的价值无法立刻被验证。倘若开普勒与哥白尼时代已经拥有人工智能，AI 生成的日心模型，很可能会因为短期拟合效果弱于地心模型而被直接舍弃。一套理论需要漫长的时间沉淀，和力学、引力等整套知识体系相互印证，我们才能完整判断它的价值。
一个现实的隐患在于 AI 迭代的速度过快，极易出现过拟合问题：生成一套极度复杂的模型，完美贴合现有数据集，却完全不具备物理现实意义，无法外推预测新的观测结果。
如何把人工智能融入科学发现的完整流程，将会是我们巨大的挑战。AI 固然可以加速科研当中每一个独立环节：加快实验进度、辅助代码编写、快速成文发表。但每个步骤提速，并不代表整个科学体系同步加速。当我们用 AI 赋能科研时，存在优化目标错位的风险。纸面之上我们收获大量亮眼成果，可科学本身的演进模式或许已经悄然改变。即便如此，拥有这些工具依旧远比一无所有要好，我们还在不断摸索高效的人机协作范式。
数学命题的证明本身拥有完整的生命周期：首先构思生成一套证明方案，过去这一步耗费巨大精力；而很多生成的证明本身存在漏洞，因此还需要严谨核验真伪，校验过程同样枯燥繁重。如今生成与核验两个环节正在逐步自动化。越来越多数学猜想获得候选证明，其中一部分严谨成立。
但 AI 生成的证明文本可读性很差：在无关紧要的细节长篇大论，却一笔带过整个推导当中最精妙的核心步骤。对 AI 暴力穷举的求解逻辑而言，推导每一步的成本完全一致，它无法分辨哪里才是证明的难点。人类在攻克瓶颈时付出巨大思考成本，书写论文时自然会重点阐释核心突破。
一份优秀的证明，需要精心打磨行文逻辑，做到通俗易懂，方便同行交流，激发整个学界的研究热情。同行评审机制正是为此而生：审稿人判断这项成果是否具备足够的学术价值。即便推导严谨通顺，如果命题本身无人关心，这份成果依旧不会获得学界重视。
最终，成熟的结论还需要精炼改写，整理写入教材，传授给新一代学生。初稿的证明往往推导冗余，步骤排布缺乏合理逻辑，需要学者投入大量时间重构叙事逻辑，打磨成文，这个过程类似剪辑一部纪录片。
AI 正在加速证明诞生与核验的前期流程，但后期的消化、梳理、教材化沉淀依旧只能依靠人类。如今我们正在遭遇一种 “证明消化不良”：大量全新命题得到求解，亟待梳理沉淀，成果数量井喷，学术界需要对海量新结论进行优先级筛选，这是前所未有的局面。
过去重大难题被破解是一件十分罕见的大事，所有顶尖学者都会放下手头工作研读成果，消化吸收这份来之不易的突破。而现在，新方案源源不断涌现。就连我自己，也很难持续跟进本领域全部最新进展。在 AI 到来之前文献爆炸就已经初见端倪，人工智能进一步放大了学术产出的体量。未来我们需要更完善的内容筛选、整理与梳理机制。这算是一种幸福的烦恼：食物过剩远比食不果腹要好，但它本身依旧是亟待解决的难题。
过去三年，我持续跟踪 AI 在数学领域的能力演进，提升轨迹清晰可见：几年前它只能求解初中数学题，之后攻克高中题目，再到奥赛难度、研究生资格考试题，如今已经能够解决一部分埃尔德什提出的冷门未决猜想，摘取大量低垂的果实。近期更是出现若干案例：AI 破解了一批人类反复攻坚却始终碰壁的难题。人类研究者陷入固化的思维定势，而 AI 不存在同样的偏见，拼接组合出一套巧妙的解法，带来实质性的学术影响。例如与并集距离问题相关的衍生命题，人类学者借鉴 AI 的思路完成了后续拓展研究，这一点令我十分振奋。
一部分同行对此充满忧虑，尤其是那些没有持续跟进技术迭代的学者。2023 年大模型解答复杂数学问题时漏洞百出，而如今模型能力已经截然不同，底层技术框架并未更换，但人类找到了降低错误率、提升实用价值的优化方案。
目前这些突破性成果的可复制性依旧存疑。很多顶尖成果由商业企业完成，研发的算力成本没有对外披露。完成一次求解究竟需要十万还是百万美元算力？我们无从知晓，成功概率同样未知：这次突破是从十道命题当中筛选而来，还是测试过上百个问题？成果固然惊艳，但我们缺少足够的数据判断这套方案未来能否稳定复现；或许只有百分之一的科研命题适配这套求解范式。学术界正在开展严谨标准化的基准测试，近期举办的首届证明挑战赛，用十道科研级别的数学难题测试前沿模型，最优模型可以答对五六道中等难度的隐藏命题。
大量日常科研当中的常规工作如今已经可以交由 AI 完成。当然使用成本并不低廉，单次求解可能耗费数百美元算力，甚至投入资源之后得不到任何有效结论。
编程领域已经出现相似的现象：很多工程师借助 AI 工具，开发效率提升数倍甚至上百倍。但与此同时，人们手写代码的能力慢慢退化，甚至无法审阅智能体生成的完整程序。效率提升背后必然伴随取舍，速度从来都不是科研唯一的追求。
在我的学术生涯后期，我才真正意识到数学协作的珍贵价值。很多数学知识都是我博士毕业之后，在跨领域和不同学者合作的过程当中习得。我分享我的专长，对方带来全新的视角，我的学术视野由此不断拓宽。长期深度合作的搭档之间，会形成一种奇妙的思维默契，如同挚友或者家人，话说一半彼此就能领会对方的想法，抛出一个构想，合作者立刻就能顺着思路继续延伸。
人们尝试用 AI 复刻这种协作体验，但目前还远远无法实现。AI 时常犯错，刻意迎合使用者的想法，人机交互的节奏生硬割裂，打断面对面交流当中流畅的思维碰撞。现阶段的对话模型无法像人类合作者一样，在长期交流当中持续自我迭代记忆。模型拥有有限上下文窗口，可以记录笔记模拟记忆，但你永远无法和 AI 建立起和人类挚友一般深度契合的科研默契。
我本人并不会用 AI 完成核心的解题推演。对我而言，AI 更适合承担辅助性工作：文献检索、核验证明细节、辅助代码编写、校对文稿优化表述。人机协作的节奏，和人类学者之间流畅的思维共振完全不同，当然这只是现阶段技术的局限，未来 AI 或许可以实现更加自然流畅的对话交互。
整个科研资助体系如今来到一个充满风险的节点。AI 能够快速产出看似完整的科研成果，但我们有可能因此断送下一代科研人才的培养根基。研究生入门级的训练课题，如今 AI 都可以批量产出对应的论文成果。如果我们直接用 AI 替代研究生完成入门研究，我们将不再培育新一代科研人才。
如果没有人去消化梳理 AI 源源不断产出的海量结论，搭建人类与 AI 共同依赖的知识地基，整个科学体系最终会陷入停滞。我们可以不断优化现有技术路径，却再也诞生不出真正颠覆性的原创思想。我们需要公开深入地探讨基础科学的价值，守护好奇心驱动的自由探索。我们依旧需要人类社群，用不追求效率的方式慢慢探索，沉淀独一无二的科研洞见。
这些思考应当向公众广泛传播。大众能够看见科学落地之后的产品成果：手机、互联网、GPS。但绝大多数人看不到完整的科研求索历程。对数学与基础科学的深刻理解，能够消解世界的复杂带来的焦虑，让一切变得清晰通透。当下很多人活在不安之中。我们过度宣扬科技落地带来的硬件成果，却忽视了科学带给人类思维的澄明之力，而这份价值同样值得全社会的扶持与守护。
推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !
京公网安备 11010802022788号
