“AI能解题不等于推动数学前进” 诺奖、菲尔兹奖得主热议AI:黑箱与成果归属问题待解

资讯 每日经济新闻 全文 2324 字 · 约 6 分钟读完 配图 1 张

来自 每日经济新闻 的资讯,正文需查看原文。

每经记者|郑欣蔚    每经编辑|杨翼    

“这没有推动数学前进,也没有教育任何新一代(数学家)。”11月2日,在“香港世界青年科学大会——走进北纬暨2026北纬诺贝巅峰对话”活动现场,当《每日经济新闻》记者问及如何看待近期OpenAI、Anthropic频繁宣称解决数学难题的情况时,1994年菲尔兹奖得主叶菲姆·泽尔曼诺夫直言。

泽尔曼诺夫在承认相关进展“令人兴奋”的同时强调,这些“解决”目前仍停留在“宣称解决”阶段,尚未经过实际文本验证,“如果都能被证实,那的确是惊人的”。在泽尔曼诺夫看来,这类“解题”与人类数学家的工作存在本质区别——并未拓展数学边界,也未产生教育效果。

此次对话活动,包括多位诺贝尔奖、菲尔兹奖得主在内的顶尖科学家齐聚中关村北纬社区。与会学者普遍赞同AI(人工智能)让科学发现提速、生产力提升,但他们也警示黑箱、安全风险等问题。

例如,泽尔曼诺夫在主旨演讲中指出,他并不理解近期一些AI公司要求放缓AI发展的呼吁,因为减速并不现实,更应像重视核电站安全一样重视AI的安全。

AI时代,科研关键不在于生成而在于选择

2025年诺贝尔化学奖得主、网状化学开创者奥马尔·亚吉发表主旨演讲,提出AI时代真正的瓶颈已不再是“生成多少可能性”,而是“如何选择”,未来科研的核心能力是提出高质量、能改变系统的大问题,并从AI生成的无限可能中做出基于事实和证据的选择,也就是他所说的“选择科学”。

奥马尔·亚吉提出的“选择科学”这一新兴学科,系统研究的是当可能性远远超出人们实际能够探索的范围时,人们如何决定哪些事物值得构想、创造、测试、开发,并最终投入使用。

奥马尔·亚吉称,选择科学能够成为人工智能赋能科学研究(AI for Science)的核心思想基础。

“AI能解题不等于推动数学前进” 诺奖、菲尔兹奖得主热议AI:黑箱与成果归属问题待解(配图 1)

活动主办方供图

在此次对话活动上,奥马尔·亚吉指出,目前,科学界对“发现是如何产生的”以及“发现前的失败路径”存在严重的记录缺失,AI的最大价值在于能捕捉并建立这些隐性知识的数据库,从而更好地训练模型。

奥马尔·亚吉认为,未来,实验室都会变成由AI驱动的自动实验室,自动化也能把人类解放出来思考新问题,而AI哪怕是给出错误答案,也能启发人类从更多的不同维度思考问题。

在展望如何利用AI攻克难题时,这位材料领域的探索者将矛头直指“唱反调者”:每当新想法或新材料提出时,总有人以“不会量化生产、不能降低成本、不会有经济效益,也不会可靠”等缺乏数据支撑的质疑来阻挠,这种情绪化否定严重拖延了科研走向商业化的进程。

据奥马尔·亚吉介绍,其团队正在推进一些从实验室到商业落地的工作。例如,其团队开发的MOF(金属有机框架)材料可以实现从空气中取水,工业原型设计目标日产4000升,已开展沙漠场景测试,推进该“无中生水”技术的商业化。

奥马尔·亚吉在接受《每日经济新闻》记者采访时表示,新型材料商业化的每一步都伴随大量实验、试错和选择,而这些选择多依赖研究者的直觉与经验,缺乏硬核规则,这正是材料商业化周期漫长的原因,“选择科学”则有望把这一旅程大幅缩短。

“在此过程中,AI不仅是加速器,更能把不同领域结合起来,使人们能够进行整体综合考量。”奥马尔·亚吉说,“选择科学”不只是让研究、技术落地变快,而是充当不同领域之间的“连接器”,形成从化学家到经济学家的跨领域对话、提出可转化的问题,“当不同视角通过选择连接起来时,魔法就会发生”。

应珍视人类直觉与批判性思维的独特价值

在“前沿学科研究与跨域合作”论坛上,面对AI在生成假设、分析数据和加速计算等方面的强势介入,与会学者一致认为,解决问题的门槛正在降低,但“提出好问题”和“保持热情”正变得更加重要。

“在AI时代,什么是稀缺的?就是热情。”香港青年科学院院士、香港工程院青年院士朱力欧·克贝拉指出,AI能快速给出答案,提供解决问题的新能力,但激情、对科学的热衷才是最不可或缺的燃料。他提醒,年轻人不能为了多发一篇论文而依赖AI,科研不能缺少来自“失败痛苦与人类经验”的真正热爱。

2010年诺贝尔物理学奖得主康斯坦丁·诺沃肖洛夫提出,科学家面临AI冲击或许会感到岌岌可危,但AI时代更应珍视人类直觉与批判性思维的独特价值。

泽尔曼诺夫表示,数学领域确实受到OpenAI等企业的冲击,但AI目前依旧只能站在人类数学家的肩膀上,并且AI企业宣布的数学发现,还存在贡献归属认定问题。

康斯坦丁·诺沃肖洛夫进一步表示,科学探索的意义,不仅在于得到一项发现,更在于为下一项发现提供“垫脚石”。“我不太确定AI带来的发现是否完善、是否需要对数据进行更进一步的探索,还是需要人类的智慧去诠释。如果放任AI不管,就可能生成很多幻觉,还有一些人类不能理解的知识,这些知识是否能够推动人类进步,这些问题亟待思考解决。”

亚洲科学院院士、意大利技术研究院高级科学家Ryad Chellali对AI黑箱问题给予警示:“AI是一个不可逆系统,我们得到结果、消化知识,但因为存在黑箱,我们无法重新构建起中间的知识体系,所以研究解释这个黑箱非常重要,同时也需要让AI实现全球共享。”

在“科学迭代重塑人类未来”论坛上,与会嘉宾展望未来十年,同样勾勒出了一个共同的核心愿景:科技与教育的“平权”。

香港青年科学院创始院士、香港工程科学院青年院士郑子剑最期望看到未来十年全球所有学生都能免费使用AI工具获取知识,而奥马尔·亚吉则将目光投向了发展中国家的青年,他强调不能在AI发展上把这些人抛在后面。

正如中关村人工智能研究院院长、北京中关村学院教授邵斌所总结的,未来,科学不仅是更快的发现,更是提出更好的问题,连接学科与机构,让科学进步最终创造属于全人类的持久价值。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI设计潮玩:消费者为何开始抵制?

    “某IP现在设计的AI味越来越重,不想买了。” “等了半年的预售,到手和宣传图两模两样,AI生成的宣传图完全不可信。” “警惕AI宣传图,连实物都不做就开始上链接,和空手圈钱有什么区别?” 今年开始,社交媒体上相似的抱怨越来越多。“团队沾AI”、“AI诈骗”,成了不少用户声讨IP潮玩商家的高频关键词:从同人开团到小厂白

    来源 AI 行业观察
  2. 苹果AI预算收紧:工程师日额度降至200美元

    尽管苹果正将人工智能置于业务运营的核心位置,该公司却在悄然收紧员工使用AI模型的预算。据外媒援引知情人士报道,苹果上月已将部分工程师使用AI模型的每日支出上限从300美元下调至200美元,下调,并计划进一步削减部分工程团队的额度,最低可能降至每日100美元。苹果并非唯一收紧内部AI开支的科技公司。截至发稿,苹果发言人对

    来源 TechWeb
  3. 苹果收紧员工AI使用预算:工程师日额度降低1/3

    尽管苹果正将人工智能置于业务运营的核心位置,该公司却在悄然收紧员工使用AI模型的预算。据外媒援引知情人士报道,苹果上月已将部分工程师使用AI模型的每日支出上限从300美元下调至200美元,下调,并计划进一步削减部分工程团队的额度,最低可能降至每日100美元。苹果并非唯一收紧内部AI开支的科技公司。截至发稿,苹果发言人对

    来源 TechWeb
  4. 苹果下调工程师AI日额度至200美元,拟再砍到100美元

    【TechWeb】11月5日消息,尽管苹果正将人工智能置于业务运营的核心位置,该公司却在悄然收紧员工使用AI模型的预算。据外媒援引知情人士报道,苹果上月已将部分工程师使用AI模型的每日支出上限从300美元下调至200美元,下调⅓,并计划进一步削减部分工程团队的额度,最低可能降至每日100美元。 削减范围不止于工程部门。

    来源 AI 行业观察
  5. 诺基亚报告:2035年AI将驱动全球约44%网络流量

    IT之家 11 月 5 日消息,当地时间 11 月 4 日,诺基亚(Nokia)发布《全球网络流量报告 2026-2035》(Global Network Traffic Report 2026-2035)。报告显示,未来的网络不仅需要服务于人类用户,还必须愈发深度地服务于各类联网机器;人工智能将带动更大的上行链路需求

    来源 腾讯网
  6. 东阳光发酵车间探访:AI学老师傅手艺,智能体尚未接管控制

    在药企东阳光的生物发酵车间,AI正在学习老师傅的手艺。近期,华尔街见闻实地探访东阳光湖北宜都生产基地。在一处生物发酵实验平台,多台实验罐正在进行菌种培养。不远处的生产车间里,则是高达四五层楼的大型工业发酵罐。这些庞大的发酵罐,如今有了新的帮手。华尔街见闻在现场看到,一套智能化系统正在对发酵过程进行监测...

    来源 腾讯网
  7. 广电总局“十五五”规划:2030年广电视听AI渗透率要达95%以上

    IT之家 11 月 6 日消息,国家广电总局今年 10 月印发《广播电视和网络视听“十五五”规划》(以下简称《规划》),提出到 2030 年,广电视听改革创新取得重大突破,广电媒体全面挺进互联网主战场,广电视听有力服务经济社会发展,形成广播电视和网络视听统筹发展新格局。到 2035 年,广电视听数智化转型、高质量发展取

    来源 AI 行业观察
  8. Axiom Math完成Stacks Project形式化验证:给AI数学证明加道机器关卡

    随着AI大量生成未经核验的数学证明,数学界面临信任危机。创业公司Axiom Math押注形式化验证,试图为AI时代的数学建立质量关卡。该公司宣布,其AI代理已完成对Stacks Project——代数几何领域最重要的文献库之一——的形式化验证,这被视为自动化数学验证的重要里程碑。

    来源 AI 科技快讯
向下滚动自动加载更多