当AI成为数学神谕，人类直觉何去何从

编者按：当答案先于理解到来

在人类知识体系中，数学长期被视为最纯粹、最依赖人类直觉与严密证明的学科。然而，人工智能的快速演进正在动摇这一根基。康奈尔大学应用数学家、知名科普作家史蒂文·斯特罗加茨（Steven Strogatz）在其新书《Big Math: The Hidden Codes That Run Our World》中，抛出了一个令人不安又兴奋的问题：当AI成为数学的“神谕”（oracle），这门学科会发生什么？

“神谕”隐喻：答案有了，理解呢？

“神谕”一词在计算机科学中并不陌生。在计算复杂性理论里，oracle是一台能够瞬间回答特定问题的黑箱——你得到答案，却不知道它如何得出。斯特罗加茨借用这一概念，描绘了AI介入数学后的图景：未来的数学家或许可以向AI系统提出一个猜想，系统在几秒内给出证明或反例，但证明的思路、关键的洞见、甚至验证的正确性，都可能超出人类的理解范围。

这与数学的本质形成了微妙张力。数学证明不只是“确认某件事为真”，它更是一种说服、一种解释、一种让共同体理解为何为真的社会性活动。如果AI给出的证明无人能读懂，它还能被称为数学知识吗？

数学的价值不仅在于结论的正确，更在于通往结论的道路上人类所获得的理解。

AI已在叩响数学之门

斯特罗加茨的担忧并非空想。近年来，AI在数学领域的进展令人侧目。DeepMind的AlphaProof与AlphaGeometry在国际数学奥林匹克竞赛中达到奖牌水平；Lean、Coq等交互式定理证明器正在构建机器可验证的数学库；大型语言模型则被用于猜想生成、文献梳理与证明草图。数学，这个曾被认为最难被机器攻克的领域，正成为AI的新前沿。

与此同时，数学界的态度出现分化。一部分人将AI视为强大的助手，能加速枯燥的验证工作、在海量结构中寻找模式；另一部分人则忧虑，过度依赖“神谕”会让数学家丧失对问题的深层把握，甚至改变数学研究的训练方式与评价体系。

《Big Math》：隐藏的代码与被忽视的联系

斯特罗加茨长期致力于向公众展示数学之美，从《The Joy of x》到《Infinite Powers》，他擅长把抽象概念讲得亲切可感。在新书中，他把视线投向那些“运行世界的隐藏代码”——从流行病模型到金融网络，从算法推荐到气候模拟，数学以看不见的方式塑造着现代生活。而AI的崛起，恰恰是这些隐藏代码最集中的体现，也最可能改写它们。

在访谈中，斯特罗加茨探讨了数学家如何看待AI这一“新同事”：它是工具、是合作者，还是潜在的替代者？当机器能提出人类想不到的猜想，数学的创造性还属于人类吗？

认识论的裂痕：证明、直觉与信任

更深层的问题在于认识论。传统数学建立在可检验的证明之上，同行评审虽不完美，却保证了知识共同体对结论的把握。若AI成为oracle，数学界可能面临“知其然不知其所以然”的困境：结论被广泛使用，却无人能解释其来龙去脉。这会削弱数学的教育功能，也可能让错误更难被发现——毕竟，一个无法被人类审查的黑箱，其权威只能来自对系统的信任，而非理解。

不过，也有乐观的声音。历史上，数学多次因新工具而重塑：微积分的诞生曾引发关于“无穷小”的哲学争论，计算机的引入催生了实验数学与四色定理的机器证明。每一次，数学都通过发展新的严谨标准来消化冲击。AI或许会推动“机器可验证证明”成为主流规范，让数学的严谨性以另一种方式升级。

结语：提问者，而非被替代者

当AI成为数学的神谕，人类数学家的角色可能从“证明者”转向“提问者”与“诠释者”——提出更好的问题，判断哪些答案值得追求，并为机器给出的结果赋予意义。这未必是数学的终结，而可能是数学的一次身份重构。真正的问题或许不是“AI会不会取代数学家”，而是“当答案唾手可得，我们还想理解什么”。

本文编译自Ars Technica