记者丨陈归辞
编辑丨卜羽勤
近半年来，AI大模型接连破解出百年数学难题，令顶尖数学家们也感受到前所未有的震撼冲击。
9月，OpenAI宣布，其模型仅用约88小时便解决了“千禧年大奖难题”之一的纳维-斯托克斯方程存在性与光滑性问题。上周，该公司又一次性公开了722篇数学研究手稿，内容涵盖数论、代数几何、理论计算机科学、流体力学与统计物理等前沿领域。
从广泛吸纳全球数学界反馈并形成《人工智能与数学莱顿宣言》、联名签署公开宣言《人工智能在数学中的严重错位》，到一些数学家联名呼吁停止与AI公司合作，再到数学家发起打造数学模型的计划……数学界正笼罩在惊惧与兴奋交织的复杂情绪中，面对这场AI险潮。
“这半年来的冲击前所未有，人工智能在短时间内完成了大量重要，甚至伟大的学术工作，很多做法超出想象。”在10月11日的一场活动上，丘成桐如此评价近期AI的进展。
“AI带来的变化倒逼人们重新思考数学的本质价值。我们必须在AI浪潮中冲浪，而不是躲起来。”他说道。
作为应对之策，在这场10月11日于清华大学求真书院求真讲堂举办的活动上，丘成桐牵头，联合清华大学求真书院、清华大学丘成桐数学科学中心、北京雁栖湖应用数学研究院、中国科学院晨兴数学中心、上海数学与交叉学科研究院、东南大学丘成桐中心、河套数学与交叉学科研究院（深圳）、香港中文大学致真交叉数学科学院等8家顶尖数学研究机构，汇聚千名科研人员，成立了丘成桐数学与人工智能实验室联盟（下称“联盟”）。
“最兴奋也最危险的时代”
联盟对AI的基本态度是拥抱而非拒斥，希望“以人工智能加速数学与交叉学科研究，以数学理论创新支撑人工智能发展，服务国家高水平科技自立自强战略”。
在丘成桐看来，这是一个令学者们最兴奋的时代，也是最危险的时代。如果能够合理使用人工智能，产生的学问、成果和影响将是划时代的；但处理不当，可能带来灾难性的后果，尤其将对中国科学技术造成负面影响。
他指出，从古至今，基础科学的发展往往靠少数人推动，而人工智能是一个集大成的工具，把人类有史以来直到今天的思考通过强大算力聚合起来。虽然真理是无穷的，但AI正在不断提高理解真理的能力。他回顾道，从事研究50年来见证了诸多伟大的数学进展，如今人工智能的威力，比以往的那些突破更令人震撼。
与此同时，丘成桐也强调，中国正面临极大挑战：国内人工智能大模型的性能未能达到世界领先水平。而国外人工智能大公司聚集了最有能力的学者，正在不断向前。
他表示，人工智能领域的发展是指数级增长，而不是线性增长。因此，我们需要大量有学问的学者、有创造力的学生共同努力。成立实验室联盟就是要聚集优秀人才，联盟各机构的1000名数学家将共同努力，自主研发人工智能数学科学专用模型，实现非线性增长。
对于人工智能给数学研究带来的冲击与混乱，以及正在引发的变革，中国科学院院士、中国数学会理事长席南华表示，人工智能建立在数学基础之上，虽然目前还只是在数学花园里种出一些新的花草，距离构建数学大厦还有很大差距。他相信，数学永存，数学家则是数学不可分割的一部分。他希望联盟在促进我国数学与人工智能健康发展方面发挥重要作用。
国际数学联盟副主席、香港数学会理事长何旭华表示，新的研究方式与研究范式正在形成。他对人工智能参与数学研究持积极态度，认为研究能力的提升能够帮助数学家充分释放想象力、展开更多探索，从而敢于提出更艰深的问题。
中国科学院晨兴数学中心田野院士认为，数学发展来自重要问题的解决，也来自新概念、新方法和理论联系的发现。数学家与人工智能可以彼此补充，共同向难题发起挑战。他尤其期待联盟在学生培养方面发挥积极作用，希望求真书院学生把扎实的数学基础训练与前沿探索相结合，尽早接触真正的研究问题，保持好奇心、大胆使用新工具，同时坚持独立思考、严格论证，保持对数学本质的追问。
现阶段六项任务，推动数学与AI融合
据了解，联盟现阶段有六项重点任务：
其一是研发数学科学专用模型，在借鉴国际先进通用大模型的同时，自主开发我国数学领域专用模型。
其二是建设AI辅助数学研究的基础设施，服务数学家群体，保护数学家原创，推动数学重大前沿问题的解决。
其三是从基础数学方向切入，以理论创新支撑AI的可解释性与安全性。
其四是推动数学驱动的交叉领域科技突破，将联盟研究范式拓展至量子计算、生命科学、金融经济等学科交叉领域，形成“数学基础研究、AI技术开发、领域应用落地”的创新链路。
其五是深化国际合作与高端人才引育，面向海外顶尖高校举办高端人工智能训练营，联合设立人才培养项目。
其六是办好AI与数学专业学术期刊《Journal of AI-Assisted Mathematics》，打造具有国际影响力的旗舰学术品牌。
值得注意的是，菲尔兹奖得主、美国加州大学洛杉矶分校数学系教授陶哲轩9月18日也在其个人博客上宣布，由他参与创立的科学与人工智能研究基金会（SAIR）将启动“开放数学模型计划”，旨在构建“用于科学的开放权重模型”以及“用于在科学应用中使用开源和闭源逻辑线性模型的开源工具”。
这些动向表明，数学界已经开始主动发起和参与AI工具的开发，用以推进数学研究，并将目光进一步投向交叉领域的应用落地。
在AI大模型能力极速演进的背景下，如何让工具的发展和运用更符合数学研究的需求与价值理念，如何在工具开发和使用上保有自主性，如何避免数学研究在既有范围和范式中逐渐丧失活力，如何维护数学知识体系的开放共享，都成为备受关注的问题。
