📖 AI 总结

陶哲轩近期对AI在数学研究中的角色发出警示，指出AI快速给出答案可能掩盖数学探索中宝贵的“失败”过程，从而阻碍领域真正发展。他以纳维-斯托克斯方程全局正则性问题为例，说明历史上人类在尝试解决该问题时，失败本身催生了大量基础性思想和定理，如Leray–Hopf弱解和Beale–Kato–Majda爆破判据。然而，AI介入可能将解答过程黑盒化，尤其当公司垄断整个迭代流程时，问题虽被解决，但数学本身未获新增价值。陶哲轩强调，AI如GPT-6在孪生素数猜想上取得进展（将间距上界从246降至186），但关键不在答案，而在探索路径中产生的新理解。他警告，若AI驱动方法缺乏透明度，可能“污染”问题，使数学发展从正面影响转为净负面，呼吁关注研究过程而非单纯结果。