陶哲轩呼吁建立更透明的 AI 数学评估机制
陶哲轩提出「数学 2.0」：AI 让证明供给暴增，但只看解题成功率的评价体系会损害数学长期发展。
OpenAI 一次性放出 722 篇数学论文后，陶哲轩等数学家开始质疑只统计成功案例的评价体系。他主张把失败结果和算力成本一并纳入报告，并警告盲目卷解题会削弱数学研究的长期健康。
正文摘录
自打 OpenAI 宣布解决纳维–斯托克斯千禧年难题以来，AI 猛攻之下，陶哲轩为首的数学家又是吐槽 OpenAI 又是呼吁急踩刹车的。 怎样才能让越来越多的 AI 证明，为人类带来更多理解、更好的训练和对现实世界更可靠的贡献？ 为了证明一道开放难题，人们往往需要拥有深厚的专业知识，并为此付出大量的时间和精力； 无论是 OpenAI 一夜之间甩出 722 篇数学论文，扫射准黎曼猜想、霍奇猜想、BSD 猜想等多个重磅研究； （详情可看：https://mp.weixin.qq.com/s/P40M32TnTppU3jsDTvFGmg） （详情可看：https://mp.weixin.qq.com/s/CDfZGoors8TmTnzSl0rszQ） 这一切，都无一例外地改写着数学研究的节奏，冲击着数学 1.0 时代的评价体系，并逼着数学家们在联名抵制之外，重新回答一个越来越迫切的问题： （详情可看：https://mp.weixin.qq.com/s/E-6AHrJaj7P8j5TXpt1w） 在有足够算力、能够访问前沿模型的情况下，人们已经可以在相对短的时间内，获得许多此前被认为很难的开放问题的解答。 这一切，再加上前沿 AI 实验室的大量投入，便把数学迅速推成了模型能力突飞猛进的核心战场。 而这种只统计成功的做法，自然也就无法回答成功率、资源消耗和人类参与程度这些关键问题。 因此，陶哲轩呼吁，现在迫切需要建立起一个更加透明和科学的评估机制，把失败结果和 AI 算力成本一并纳入报告。 盲目卷"解题"，可能会损害数学的长期健康。对于数学研究的目标到底是什么这个问题，陶哲轩给出的比喻很形象： 陶哲轩认为，在尝试解决问题的过程中，无论成功、失败，还是只获得部分进展，都可能产生比最终答案更有价值的认识。