OpenAI 前后训练 VP 回应陶哲轩：AI 参与数学知识创造，署名与验证规则待定
25 位菲尔兹奖得主警告 AI 公司只追解题成绩会损害数学知识传承，OpenAI 前高管则主张未来 AI 能自己创造这些知识——争议的真正焦点是 AI 产出的知识该怎么署名和验证。
前 OpenAI 后训练 VP Liam Fedus 回应陶哲轩等数学家的观点：他认同概念理解很重要，但不认同用今天 AI 的能力边界去框定未来。若训练目标从解题扩展到解释原因、提炼方法，AI 可能成为既能给答案、也能提供新思路的研究伙伴。
正文摘录
未来的 AI 不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 刚刚，OpenAI 前 post-training VP Liam Fedus，回应了陶哲轩等数学家关于"AI 不应只追求解题，更应推动数学理解"的观点。 他赞同陶哲轩对概念理解的重视，但也认为不能用今天 AI 的能力边界，框定未来的可能性。 在 Liam 看来，未来的 AI 不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 换句话说，如果 AI 的训练目标不只是"把题做对"，而是进一步扩展到 解释为什么、提炼方法、帮助人类理解，那么它最终可能成为一个既能给答案，也能创造新思路的数学研究伙伴。 不同的是，数学家们更担心，眼下 AI 公司追逐解题成绩的方式，会损害数学知识的积累与传承；而身处 AI 行业内部的 Liam 则更乐观地认为，随着能力继续提升，未来的 AI 本身也能够参与创造这些知识。 AlphaGo 虽然不会解释自己的走法，人类棋手仍然通过研究它的落子和胜率，从中学到了东西。 Liam 也赞同这个类比，并引用了 Noam Brown 此前的判断：AlphaGo 出现后，人类棋手的水平明显提高，数学领域或许也会出现类似的变化。 这份声明由 25 位菲尔兹奖得主共同署名，名单横跨近半个世纪，从 1978 年菲尔兹奖得主皮埃尔·德利涅（Pierre Deligne）一直到 2026 年菲尔兹奖得主邓煜（Yu Deng），几乎覆盖了现代数学界最具代表性的一批顶尖学者。 声明认为，当前 AI 公司将"解决著名数学难题"作为衡量模型能力的重要标准，与数学共同体追求 概念理解、方法提炼和知识传承 的目标存在严重偏移，甚至可能损害数学科学本身的发展。 1、解出难题，只是数学研究的一部分。