属于数学的黄金时代与行业寒冬
11 月 20 日,Anthropic 的数学家 Levent Alpöge 在个人网站上称,他相信自己与 Claude 合作找到了黎曼猜想的证明。他公开了 Lean 形式化材料,结果仍有待独立核验。
此前,OpenAI 一次公开了 722 篇 AI 生成的数学手稿,分属 372 组相关结果。当时就有人说数学这个学科要完蛋了,这甚至包括我认识的数学专业研究生朋友,也有人说既然 AI 证明得这么快,人类学得慢就没有必要再学数学了。
但数学不只是证明,也从来不是证明。
把“做数学”等同于“做证明”,其实是对数学最大的误解。回顾历史,那些真正推动人类认知边界的伟大数学家,他们最核心的贡献从来不是解出某道难题、证明某个孤立的命题,而是提出全新的概念框架、建立对抽象世界的深层理解、开辟出前人未曾设想的理论方向。没有这些“地基”和“蓝图”,后续的证明根本无从谈起。
在过去受限于工具的时代,数学家们不得不身兼数职,同时扮演设计师、工程师和工人三种角色:
- 设计师,负责仰望星空,构想宏伟的理论蓝图与建筑图纸;
- 工程师,负责推演图纸在逻辑上是否自洽、结构是否可行;
- 工人,则要一砖一瓦、极其耐心地通过海量计算和繁琐推导,把这座房子真正砌出来。
过去,无数顶尖大脑把宝贵的创造力耗费在了“砌砖”的体力活上。而现在,AI 展现出的强大推理与验证能力,恰恰是接过了“工人”甚至一部分“工程师”的担子。从这个意义上说,作为研究领域的数学,迎来了真正的解放。未来的数学家终于可以卸下重负,更纯粹、更专注地去做那个定义问题、创造概念的设计师。1
然而,如果把视角从“研究领域”切换到“现实行业”,我们又必须承认:这种冲击是巨大且残酷的。
与其他工科或应用学科不同,纯数学作为一个行业本身是非常脆弱的——它几乎没有直接对应的商业产业,高度依赖高校教职和科研经费的供养。过去,庞大的学术体系需要大量的研究生、博士生和青年学者来承担“工程师”和“工人”的推导工作;而当这些工作被 AI 高效接管后,客观来讲,未来我们所需要的常规数学研究人员、学生和博士生,数量一定会明显减少。
数学没有死掉也不会死掉,对于真正热爱数学的人而言,这甚至可能是一个最好的时代;但对于把数学当作一条常规职业路径的人来说,沉舟侧畔,千帆将过。
-
但没当过工程师的人,能做好设计师吗?我很怀疑这一点 ↩