来客网

菲尔兹奖得主深夜痛哭,数学家的体面被AI一夜撕碎

声明:本文转载自 「倍可亲」, 或因排版与篇幅原因进行过编辑,内容未经本站独立核实,不代表本站立场、观点或建议。 如涉及版权问题,请联系我们,核实后立即删除。 [ 免责声明 ]

菲尔兹奖得主深夜痛哭,数学家的体面被AI一夜撕碎

来源:倍可亲(backchina.com)

   2022年菲尔兹奖得主Hugo Duminil-Copin,崩溃了!

  10月6日,OpenAI突然甩出一批数学手稿,声称他关心的16道难题,一口气全解了。

  消息传来,他在深夜痛哭,连女儿都被吵醒了。

  他怒斥OpenAI,自己的研究领域已经被「摧毁」——

  他们想证明,他们可以屠杀我们。

  一个月前,67岁的康奈尔大学教授Steven Strogatz,也在采访中哭了。

  那篇专访的标题,直接用了他的原话:「我真的很害怕」。

  一个拿过数学界的最高荣誉,一个做了一辈子研究、快要退休。

  他们穷尽一生想做出的发现,机器已经成批交卷。接下来的人生,该怎么过?

  16个心头好,OpenAI全解了

  OpenAI这次放出的719篇手稿,可分成372个「结果族」。按它自己的说法,平均做出一项成果,花的计算量也就相当于让ChatGPT Pro深度思考3小时。

  Hugo在数学社区网站Proofs and Prompts上写道,这批手稿涉及了他整个职业生涯中公开提过的重要难题。报告里讲过的、课堂上提过的、写进论文和基金申请的,全在其中。

  他早就料到AI会超越人类,却没想到,OpenAI会一次宣布,这些题全有了解答。

  对于他关心的一个问题,OpenAI甚至一口气拿出了13篇文章,声称解决了同一研究计划中的多个后续问题。

  不管证明是否成立,数学家都得读懂其中的思路,才能接着往下研究。

  而堆在Hugo面前的,是多达3500多页的AI手稿。

  他原本打算鼓起勇气,一页页读下去。

  可这位菲尔兹奖得主,一度连从哪儿开始,都没了头绪。

  一道没解出的题,成就了后来的他

  Hugo很清楚,这件事的痛处,远远超出了「少解几道题」。

  当他还年轻时,曾反复尝试证明一个渗流理论猜想。虽然最终题没解开,但Hugo却一直觉得,那段日子太值了。

  研究它的简化版本时,他认识了Vincent Tassion,两人后来成了重要的合作者。尝试伊辛模型中的类似问题时,他又开始和Michael Aizenman合作。

  不仅如此,一次次碰壁时冒出的思路,后来被他用到其他问题上,做出了新的发现。

  一个数学家,就是这么一点点练出来的。

  读前人的证明,撞上自己解不开的难处,找人讨论,再试一条路。留到最后的,除了论文,还有下次敢去碰更难问题的底气。

  因此,Hugo把未解的问题比作夜里的灯塔。人们朝着它走,沿途学会了怎么辨认方向,也遇见了同行的人。

  现在,刚上路的年轻人,还没来得及走多远,AI就可能宣布到达终点了。

  旁人当然可以说:「那就换一道题嘛。」

  可换下一道,也得重新花时间。再从头来一次,谁能保证,自己赶得上做出那个发现?

  面对这种情况,一些数学家已经表示会减少公开交流,担心刚说出来的问题,就被公司拿去攻关。

  连讨论都开始有所保留,年轻人能听到的思路、能遇见的机会,也会跟着减少。

  机器解题越来越快,但一个年轻人长成数学家,却要花费数年。

  67岁老教授也绷不住了:「我真的很害怕」

  一个月前,康奈尔大学的Steven Strogatz教授,也在为这样的同行难受。

  作为《微积分的力量》的作者,67岁的他已经研究了一辈子数学。

  采访时,他坐在挂着荣誉证书的墙前,聊起数学那段漫长的历史,没忍住哭了。

  读懂前人的发现,在上面添一点自己的东西,再交给下一代。Strogatz把一生,都放进了这场对话里。

  可现在,他看着还在往前赶的年轻同行,担心他们再也等不到属于自己的那次突破。

  正如前段时间Tristan Buckmaster经历的那样。

  他和合作者已经在与纳维–斯托克斯方程密切相关的流体问题上取得进展。随后,OpenAI宣布,自己的AI攻克了那个悬赏百万美元的纳维–斯托克斯难题。

  Strogatz非常欣赏这位同行对学术署名的认真,也心疼这样的人撞上公司之间的竞赛。

  在Strogatz看来,这就像一场网球比赛。

  在温布尔登,球员穿着白衣上场,讲究传统和礼仪。赢球固然重要,怎么打这场比赛,同样重要。Buckmaster让他想起的,就是这样的球员。

  而AI公司拿数学突破做的,是另一场比赛——

  解出一道著名难题,就能向全世界证明,自己的模型比对手更强。

  苦练15年,巅峰期突然不值钱了

  更年轻的Alex Townsend,已经亲身尝到了这种滋味。

  他是Strogatz的合作者。借助ChatGPT,他和同事解决了一个悬而未决多年的数值线性代数问题。

  题解出来了,成果也到手了,但Townsend却感觉非常难受。

  我把15年的人生献给了数学研究。我现在正处在职业生涯最高产、能力最强的时候。

  可偏偏在这个时候,他发现,自己引以为傲的巅峰技能,已经有东西能够超过了。

  在Strogatz看来,「未来想在数学上寻求突破,不用AI,你连上桌竞争的资格都没有。」

  那人类数学家还能干点什么?他想了想,给出了一个非常悲观的答案:当「证明消化员」。

  也就是把机器吐出来的那些晦涩的证明过程,翻译成人类大脑能理解、能欣赏的逻辑。

  可他紧接着就补了一句,自己预计,机器连这项技能也会超过人类。

  相比之下,Hugo倒没这么绝望。

  他仍想亲手找一些值得研究的问题,也打算和同行一起读那些手稿,把机器的结果变成人们能理解的知识。

  可一想到年轻学生的未来,他还是放不下心——

  接下来的几年,让他们研究什么?又该怎么让他们相信,把青春投进这门学问,依然值得?

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考,不代表倍可亲立场或观点。

评论 (0)