新智元报道
新智元报道
今年的菲尔兹奖颁发后，发生了一件令人震惊的事。
和王虹、邓煜一起获奖的多伦多大学教授Jacob Tsimerman，居然紧接着宣布加入OpenAI，转行从事AI安全研究。
他的理由是：
2年之内，AI将在所有数学证明领域，彻底超越人类。
次日，费城ICM 2026现场，菲尔兹奖得主陶哲轩同样忧心忡忡地说出了下面这句话：
我相信我们正在进入一个动荡的时期——一个数学价值观与实践基础遭遇危机的时期。
更巧合的是，另一位菲尔兹奖得主Timothy Gowers也给出了类似的判断。
LLM很快会在数学问题求解的所有方面超越人类，甚至可能包括提出问题、构建理论、制定定义等环节。
他警告：AI杀死数学的方式，可能比我们想象的要更优雅，更残酷。
对于AI的这股力量感到恐惧的数学家，不止他一个。
2026年6月2日，《莱顿宣言》（Leiden Declaration）正式发布。
到今天，签名人数已经达到了3164人。
这份宣言由国际数学联盟（IMU）正式背书。副主席Ulrike Tillmann亲自表态：数学过去是、将来也应该永远是一项深刻的人类事业。
签名的名单上，每个都是大佬。
陶哲轩说这是数月社区讨论的结晶，他全心全意支持每一条建议。
Peter Scholze则心痛表示：就像他不想让AI来教育自己的孩子一样，他思考数学问题时不用AI，也尽量不读AI生成的文本。
Kevin Buzzard、Jeremy Avigad、Steven Strogatz，都是顶级大佬。
但Timothy Gowers没签，因为他的眼界已经超越了「AI取代数学家」。他选择直面这个更为冰冷、宏大且无法回避的终极拷问：
当AI的证明不仅完全正确，而且不知疲倦地指数级增长时，数学，会不会变成一座「无人光顾」的墓地？
他担心的不是AI解题太强、抢走数学家的饭碗。恰恰相反：数学不会死于停滞，而会死于过剩。
为什么会这样？
Gowers做了 一个思想实验。
设想一下：假如AI从未出现，此时一场疫情突然爆发，而且出于某种原因，它只夺走了所有数学家的生命，其他人则毫发无伤。
全部数学文献都还完好地摆在那里，但再也没有人知道该怎么解读它们。
Gowers的判断是：要在这样的废墟上重建一个数学传统，恐怕要耗费数十年。
请注意，这场灾难里没有任何东西被销毁，损失的信息量是0。
但是，数学远不止是印在纸上的文献，它还活在全世界数学家的大脑里——那里蕴藏着庞大的知识体系和深厚的专业直觉。
Gowers称之为「人类智慧的奇观」。如果说文献是压缩包，那么这些数学家的大脑，则是密码。
现在，再设想一个略有不同的版本。
这一次，AI存在。而且AI随时待命，可以按照我们希望的任意详略程度解释任何数学问题。这会夺走数学这门学科中很大一部分乐趣。
而因为AI的存在，人们不再有动力去投入漫长的岁月，苦练到今天一名普通研究型数学家的水准。
十年或二十年后，我们可能会走到这样一步：数学文献以某种形式空前繁荣，与之对应的人类专家却悄然集体消失。再没有一群人，能共享某些领域的理解。
到那时，几乎全部数学都可能沦为全人类的「思维墓地」：它们躺在几十年前写下的论文里，却再无人翻阅。
在Gowers看来，这是一种我们应当竭尽全力去抵制的可能性。
虽然两个版本终局都是「数学之死」，但第一个版本中，数学死于贫瘠，而第二个版本中数学死于过盛。
一个是被饿死，一个是被撑死。
正如湖泊，既能因干涸而消失，也能因富营养化而「死亡」。
富营养化（英语：Eutrophication），又称作优养化，是指湖泊、河流、水库等水体中，氮磷养分疯狂涌入，藻类爆炸式增殖，水面绿得发亮，生物量高得惊人；然后水下的氧气被耗光，鱼翻白肚，整个湖变成一潭死水。
Timothy Gowers对AI与数学的思考，并非一时兴起。
2022年，他获得资助，启动了一个自动定理证明项目。
那时他明确站在GOFAI（传统人工智能）一边：要深入理解人类如何找到证明，再让计算机去模仿。
他写了一份54页的文件，详细解释了项目的目标和方法。
当时他认为，人类善于化繁为简、寻找有结构的证明，而机器学习在真正的理解与迁移上仍有局限。
他的目标是生成「有动机的证明」，也就是过程透明、可解释、甚至能用于本科教学的证明。
甚至到了2025年，他还在公开批评现有LLM的训练方式：
模型大多只见过最终写出的证明，却看不见人类真实的思考过程。
他提议建立「有动机证明」数据库，让AI学习真正的推理路径。
然后，2026年来了。
5月的某日，AI彻底颠覆了他的认知。
他几乎没给出任何实质性的数学提示，只是把一个数论问题丢给了ChatGPT 5.5 Pro。
AI思考了大约一小时，然后吐出了一份清晰的、博士级别的研究成果：它把原本线性或指数的界限，直接推进到了二次甚至多项式！
亲测ChatGPT 5.5 Pro之后，高尔斯的态度彻底变了。
他不再只是讨论「如何让AI更像人类」，而是开始承认：LLM已经能处理博士级问题。
随后，当他得知ChatGPT解决了「单位距离问题」之后，直接彻夜难眠。
次日，得知ChatGPT给出的只是反例，而非完整上界证明，他才稍稍松了口气。
即便如此，他也认为，这已经是AI在数学领域的里程碑。
毫无疑问，解决单位距离问题在AI for Math领域具有里程碑意义：如果这篇论文是由人类撰写的，并且提交给了《数学年鉴》，我被要求快速评估，我会毫不犹豫地建议接受。
之前的任何AI生成的证明都未能达到这样的水平。
他就像面对AlphGo的李世石一样，感到无奈而心酸：一个毕生强调「理解」的数学家，最终被机器的实用能力逼到必须重新定义「什么叫研究」。
7月24日，他干脆把自己的论文喂给AI做自动形式化，相当于让AI把证明翻译成机器可验证的代码。
全程一周半，他本人只花了一两个小时提示，就完成了工作。
最后，他不得不叹服：「当前的技术水平，将比未来任何时候都要落后。」
Gowers这篇文章发出的时间点，非常微妙。
就在同一天，哥伦比亚大学的Peter Woit在博客上发了一篇《一个领域的安魂曲？》。
Woit的评论很扎心：以前你和其他数学家竞争，学界有很强的规范去把想法归功于最先想到的人，而AI智能体却对「冠名游戏」毫无兴趣。
这不完全像国际象棋：象棋程序超越人类后，人类之间的比赛活下来了。我们正在走向的，更像是所有人都在用的某种程序。
多数星星不曾以天文学家的名字命名，但这并不妨碍星空的美丽。如果定理不再属于数学家，那只是真理回归了它在宇宙中的本来面目。
Gowers自己也付出了代价。
他说自己已经两次眼睁睁看着GPT-5.6 Pro一次性解出他非常喜欢、认真想过的问题。这两次，都是在他的同意下，更年轻的合作者使用了AI模型。
那感觉非常怪异，而且不太愉快——像地毯被从脚下猛地抽走。
当机器负责科学发现，人类还负责什么？真理无限膨胀的时代，人类心智该如何自处？
答案在风中飘。
参考资料：
编辑：大卫
