丘成桐于清华大学成立千人AI数学团队，回应陶哲轩言论

在过去，数学家们往往需要数十年的时间来等待一个复杂问题的解答。但现在，他们却要面对解答速度太快带来的挑战。近日，著名华人数学家、菲尔兹奖获得者陶哲轩在个人博客上转发了人类数学协会的声明，呼吁所有数学家抵制OpenAI。与此同时，丘成桐在清华大学成立了数学与人工智能实验室联盟，计划聚集约千名科研人员，专注于开发数学研究所需的专用AI模型，探索AI在猜想发现、形式化证明及可解释推理系统中的应用。

丘成桐是当今世界上最具影响力的数学家之一，也是首位华人菲尔兹奖得主。他在27岁时证明了困扰学术界近半个世纪的卡拉比猜想。丘成桐指出，人工智能在数学领域的发展如同海啸一般，同时也强调国内数学家应积极接纳这一技术，而非躲避。其新发表的论文中甚至感谢了GPT-6 Astra和Claude Pro。在近期的一次采访中，他提到，原创观念和创造新坐标的能力远比单纯的解题更为重要，而真正的创新依然源于人的意志、直觉、经验和想象力。他表达了对AI在无前人讨论的情况下能否独立发明出“坐标系”的怀疑。

丘成桐还特别指出，陶哲轩确实是一位卓越的数学家，但这并不意味着他能够代表整个数学界。根据丘的判断，目前国内模型在日常应用方面尚可，但在推动前沿数学、物理研究的能力上，与美国的顶尖模型依然存在差距。AI的迅猛发展正在改变数学研究的时间尺度。10月6日，OpenAI一次性发布了722篇数学论文，涉及多项研究成果。这对通常需要数月甚至数年才能完成一篇论文的研究者来说，无疑是巨大的信息洪流。而在这些手稿发布后不久，一些由于证明错误而被撤回，另一些则进行了修改。数学家面临着判定哪些结论成立及其与既有工作的关系的挑战。

此外，Google DeepMind在10月8日发布的一项研究，提供了另一重要的进展。该研究的AlphaProof Nexus经过同行评审，正式在《Science》上线。研究团队使用AI不断尝试生成数学证明，并通过Lean形式化证明助手进行验证。遇到错误时，系统会利用反馈进行调整，继续寻求通过检验的证明，直到耗尽资源。在研究的过程中，系统处理了353个已经形式化的埃尔德什相关开放问题，成功解决了其中9个，这里包括2个已有56年悬而未决的问题。它还证明了《整数数列在线百科全书》中492个待解猜想的44个，并在代数几何和优化等领域取得了新的进展。

在这一进展的背后，前沿研究工具、算力与人才日益集中于少数机构，若后入者迟迟不跟进，将可能逐渐失去参与制定研究议程的能力。丘成桐认为，虽然中国的模型在日常应用上表现不俗，但在推动前沿研究方面与美国模型相比依然有差距。为此，联盟计划研发针对数学科学的专用模型，建立可共享的形式化数学数据库和算力平台，让AI协助研究者提出猜想和搜索证明。同时，数学理论也会反过来增强模型的可解释性与安全性。参与该项目的机构包括清华大学求真书院、中国科学院晨兴数学中心以及上海数学与交叉学科研究院等，后续还将在北京、上海、南京、深圳和香港展开进一步合作。清华团队已经通过AI证明了一项在退化情形下的阿诺德猜想，并在Lean 4中积累了约27.3万行代码来进行卡拉比猜想的形式化验证。值得一提的是，丘成桐半个世纪前便是卡拉比猜想的证明者。

中国数学会理事长席南华在联盟成立当日提醒大家，数学定理如同砖块，而数学研究更需将这些砖块构建成一个完整的体系。中国科学院院士田野则分享了自己在研究中如何运用AI与具体计算、构造及论证进行反复交流的经历。对中国数学教育而言，未来可能会逐渐减少对标准答案的依赖。10月9日，陶哲轩在加州理工学院做了一场题为“Math 2.0”的演讲，他将传统的数学研究称作“Math 1.0”，表明这是一个证明稀缺的时代，在这一阶段，证明定理既困难又珍贵，围绕这些难题建立的评价方式可以激励新工具和理论的产生。

而随着AI的发展，数学正在逐渐步入证明丰裕的时代，过去的衡量方式亟需调整。陶哲轩在演讲中亦指出，开放问题仿佛灯塔，研究者朝它迈进，而真正重要的发现往往发生在这个过程中。他提到，有些研究者在探索时可能遇到障碍，从中能够学会识别问题；有些人则可能为了接近答案，创造出可以广泛应用于其他问题的方法。即使最终未能抵达灯塔，这些经验依然可能重塑数学领域的全景。而如果机器直接提供答案，那些尚未探索的路径又将如何呢？陶哲轩对此表示担忧，认为一旦研究仅剩清理开放问题的任务，学科可能会逐渐失去孕育新思想的过程。大量正确的结果可能会堆积，但对它们的理解、质疑与进一步的提问者却不一定能够同步增加。在“Math 2.0”的设想中，AI依然扮演着重要角色，陶哲轩期望用AI为难以理解的证明寻找明晰的解释，将散落在各篇论文中的定理重组为一个不断更新的知识网络，建立起更为完整的形式。