经济学人，顶尖数学家对 OpenAI 的方法感到愤怒Top mathematicians are outraged by OpenAI’s methods

24 位菲尔兹奖得主联名发表反对信

自从苏格拉底抱怨文字可能让人变得懒于记忆以来，学术界似乎从未对一项新技术产生过如此强烈的焦虑。9月11日，一封公开信（👉网页链接）发表，24位菲尔兹奖得主——这一数学界的荣誉地位大致相当于诺贝尔奖得主——在信中发出严厉警告：人工智能可能摧毁数学赖以建立的基础。

这封信是对人工智能似乎在数学前沿取得一连串突破的回应。9月8日，OpenAI 宣布解决了纳维-斯托克斯问题（Navier-Stokes problem），这是克雷数学研究所（Clay Mathematics Institute）于2000年选出的七个“千禧年大奖难题”（Millennium Problems）之一，被认为是目前最困难、最重要的数学问题之一。OpenAI 似乎抢在了特里斯坦·巴克马斯特（上图）和勒文特·阿尔珀格（Levent Alpöge）之前解决这一问题。这两位数学家一直在埋头研究这项难题。OpenAI 发布了一篇长达166页的论文，详细介绍这项工作；相关研究使用了该公司的内部模型，而这些模型目前尚未向公众开放。尽管论文篇幅很长，但其中几乎没有数学家在公布新发现时通常会提供的那些解释。

这群数学家认为，人工智能公司正在通过解决数学问题来衡量其模型的能力。他们说，这样做“损害了数学这门科学，也损害了数学界”。尽管人工智能的表现令世界各地的学者印象深刻，但“解决问题只是实现概念理解和洞见这一首要目标的一种工具和代理指标”。他们认为，在无法真正理解的情况下证明数学命题，会对整个智力工作构成威胁。

数学家的担忧，让人想起钢笔时代圆珠笔诞生时所引发的焦虑，甚至也类似于电子计算器出现时的担忧。知识分子一直对所谓的“技术决定论”心存疑虑：一种新工具会不会反过来控制人类？会不会导致人的智力衰退？这些担忧通常最终都被证明是没有根据的。人们依然使用圆珠笔写字（尽管当时有人担心钢笔会衰落，以及圆珠笔缺乏对大脑的感官刺激），只是写得更快了。数学家依然在做数学，只是计算速度更快了。苏格拉底的担忧也没有完全成为现实：人们依然通过读书学习，而且如今要读的书反而更多了。

如今，学者们担心的是，数学发现过程中那些附带的益处可能会消失。长期以来，学术界一直推崇那些最先证明某个命题、或揭开某个猜想神秘面纱的人。但这封信认为，对数学问题给出最终答案，只是学术研究过程的一个方面。研究问题通常会催生更多问题，并创造出新的研究领域。如果人工智能只是不断输出证明，这一过程或许就不会发生。“我们在优化方面已经做得太好了。”联署这封信的数学家特伦斯·陶（Terence Tao）说。另一位联署者雨果·杜米尼尔-科潘（Hugo Duminil-Copin）则打了个比方：把一个人空投到珠穆朗玛峰峰顶，与让他自己一步步攀登上去，是完全不同的事情。

数学家们是不是出于恐惧，在为自己的利益发声？很难说，人类拥有人工智能创造出来的额外知识之后，反而会变得更糟。然而，技术进步确实改变了人类的思维方式。其中一个后果就是“认知卸载”（cognitive offloading）：工具减轻了人类记忆的负担，却也可能因此导致大脑相关能力逐渐萎缩。哥伦比亚大学的贝琪·斯派罗（Betsy Sparrow）及其合著者在2011年发表的一项研究显示，谷歌等搜索引擎的普及已经“成为一种主要的外部或交互式记忆形式，信息被集体存储在我们自身之外”。面对棘手的问题时，人们开始转向谷歌搜索答案，而不是努力回忆自己已经知道的东西（也许苏格拉底最终是对的）。这些变化都可能影响人类处理信息的方式。瑞士商学院 SBS Swiss Business School 的迈克尔·格里希（Michael Gerlich）最近进行的一项研究则发现，“人工智能工具的频繁使用与批判性思维能力之间存在负相关”。

如果人工智能开始治愈癌症，或者改善能源供应，很少有人会在意这些进步究竟是如何实现的。然而，一些抽象数学几乎没有实际应用；它的首要目的就是增进人类的理解。如果抽象数学证明最终都由机器完成，而且人类无法理解这些证明，那么人们或许会越来越难以看清，研究这些问题究竟有什么意义。海外新鲜事