今天在Decoder节目中，我与The Verge的伦敦AI记者罗伯特·哈特讨论AI对数学领域的影响，以及许多领先数学家面临的生存危机。OpenAI刚刚发布了一套解决长期数学问题的方案，仿佛在这个领域投下了炸弹。这在数学界引发了激烈的辩论，罗伯特花了些时间与我们时代一些最杰出的数学家交谈。AI系统在小学算术方面依然糟糕，但在高端抽象数学方面越来越出色。这给高级数学领域带来了大问题。如果AI能够处理这种高水平的数学，这是否意味着AI实验室可以将这些技能转移到其他领域？如果前沿模型简单回答了所有悬而未决的问题，那么学术资助和大学项目训练新一代人类数学家识别新问题以尝试解决现有问题又有什么意义呢？如果围绕数学的所有关注只是一个前沿AI实验室的大型营销活动，而它们根本不在乎这个最古老和最基础的学科的未来呢？这里有很多问题，而罗伯特与许多持不同观点的人交谈过。好的：The Verge的AI记者罗伯特·哈特谈论AI对数学的影响。我们开始吧。这次采访经过轻微编辑，以简化长度和清晰度。罗伯特·哈特，你是The Verge的伦敦AI记者。欢迎来到Decoder节目。感谢你来采访我。我很高兴与你交谈。特别是最近你对AI和数学的关联进行了深入探讨。你与许多领先的数学家谈论了因AI引发的数学危机。感觉事情很多，同时也有许多仍然需要了解和发现的内容，尤其是这两者之间的互动。这真的是一场完整的生存危机，恰好是Decoder需要的内容。大致上告诉我们发生了什么。我认为“很多”非常准确地总结了这一点。基本上是在“数学是什么？数学家在做什么，数学家的未来角色是什么？”方面出现了一些生存危机。很多这一点都是由于AI能力的转变在过去六个月到一年中爆发引发的。AI从非常糟糕变得在短时间内似乎在专业水平上相当出色。这是其他领域在过去五年中努力应对的问题，经过一个非常压缩的时间段。 我会将其与软件工程相提并论。我们已经经历了软件工程中的AI危机一段时间。 但直到2024年，甚至是去年，传统智慧认为AI模型在数学方面特别糟糕。著名的例子是这些模型无法计算单词“草莓”中的R的数量。甚至连计数对它们来说都是难题。发生了什么让它们在数学方面更好了？它们仍然在一般算术方面糟糕，还是在高级数学方面表现良好，或者说两者之间呢？它们在某些数学领域仍然确实非常糟糕。我核实过，它们现在能做草莓了。我认为有人对它进行了调整。我想明确指出，我的阴谋论是草莓这个问题在所有模型中都是硬编码的。我也这样认为。这是我可以接受的阴谋论。但是，是的，它在这些问题上仍然很糟糕——数学、算术，甚至是星期几。前几天，我的男朋友说：“它总是认为今天是星期三。其实不是星期三。”或者时间。几个月前，Elissa Welle为我们写过ChatGPT不能告诉时间。它仍然不能。这并不是数学的全部。所以这里有一种脱节。如果要在数学上表现良好，你必须了解计数、加法或乘法。许多实际上是推理。如果你看学术数学论文，很多时候你不会看到数字，这可以总结这个问题。因此它们仍然糟糕，但在某些其他方面却也非常出色。至于原因，在某个时刻，你会达到这些系统能够达到的临界质量。我们在写作中看到了这一点，在编程中也看到了。它们很擅长在不同领域之间建立联系，以新的方式应用旧方法等。这些新模型的训练似乎已经达到了某个层次，似乎一切都能顺利进行，现在它们可以做数学了。还要说明的是，我们将数学视为一个统一的学科，尤其是从外部看。但想象一下生物学。你可能有东西从观察动物和描述行为开始，一直到细胞机制和生物化学。数学也不是一个统一的学科。AI在某些部分非常出色，但在一些计数方面，它仍然非常糟糕。即使在更抽象的层面上，数学家们也提出了拓扑学作为AI显然仍然相当糟糕的一个领域。