陶哲轩9月8日博客评论:他对AI可持续性的看法及OpenAI经历
摘要
陶哲轩探讨了他对AI可持续性的观点,回顾了过去的预测及与OpenAI等科技公司的经历,强调了将AI负责任地整合到数学领域的必要性。
2026年9月9日上午7:49 我完全无意让时事聚焦于自身——此处的利害关系远超出任何涉及我个人声誉或行动的范畴,而且即便将我排除在讨论之外,这些问题也不会因此消失。但鉴于这一话题很可能无论怎样都会再次被提及,我认为在此正式记录我对AI(尤其是与OpenAI互动)的看法,不失为一个合适的场合。我既不认同简单的“亲AI”也不认同“反AI”立场。我的观点相当复杂且随时间演变;我维护着一份动态摘要(因必要性而由AI协助维护),可在 https://teorth.github.io/tao-web/ai-views.html 查阅。但在此我可尝试给出简版说明。
到2023年,我已能看出大语言模型(LLMs)、形式化证明助手及其他技术对数学领域具有根本性变革的潜力,以至于若固守传统数学实践与文化而不加以调整,将难以持续。例如可参见我为微软文集撰写的2023年文章(其中包含一个著名的预测:2026年水平的AI将成为数学领域“可信赖的合著者”),或我在《通告》上发表的文章(2025年刊出,但实际写于更早)。我个人极为珍视这一传统,自身亦是其巨大受益者。然而,若这些技术确实在多项核心数学任务上达到超人类水平,我认为仅有两条可行路径:要么将现代AI工具以负责任的方式融入我们的工作流程与文化(即我在OpenAI广告中所称的“两全其美”);要么是最坏情况——我们不幸正迅速逼近的境地——即AI技术被不加区分地用于实现各种短视目标,却以牺牲数学及其在科学生态中更具价值的长期可持续性为代价。
因此,自那时起,我投入了越来越多专业精力,既努力提请公众认识这场变革的潜在规模;也尝试构建“两全其美”模式的范例;同时警示AI的各类不负责任应用(起初我重点警告未经充分验证输出就使用AI的问题,这在2023-2025年间是主要关切,但到2026年已非危害的主要载体)。若有人愿称之为“为AI站台”,当然可以;但我认为这种说法过于简化。我这些努力必然涉及与科技产业及学术界的互动。前述文章由微软邀约撰写。我与Google Deepmind合作开展过一些新工作流程的实验。2024年我参与了OpenAI的线上论坛讨论相关议题。
我至今仍将所有这些互动视为建设性的,并致力于实现“两全其美”的愿景。特别是在这些行业中,我遇见了多位志同道合且支持引导公司朝此方向发展的人士。另一方面,我并未接受任何这些公司的资助,尽管其中数家赠送了高级LLM订阅服务,我在日常工作中确有使用。
2025年,如本博客其他处所述,加州大学洛杉矶分校因美国国家科学基金会(NSF)和国立卫生研究院(NIH)经费突然暂停(数月后经法院命令恢复)而遭遇意外资金危机。这导致我所任职的IPAM(应用数学研究所,我担任特别项目主任)出现关键预算短缺,一度仅能维持数月运营。由此启动了一轮紧急筹款;得益于多方鼎力支持,我们已为当前财年稳定了IPAM的经费,但未来年度仍面临挑战。作为筹款工作一部分,我联系了OpenAI,对方同意赞助我们今年三月举办的一场研讨会。在我看来,该活动在科学层面及促进参与者(由学界与业界代表混合组成)建立新联系方面均相当成功。期间,OpenAI就我对AI与数学未来的愿景提出访谈请求。我接受了邀请,与对方交谈约一小时。此前我曾在不同场合接受过类似采访,原以为与往常一样,完整访谈会最终在网上发布,内容同样涵盖AI的可能性与风险。但结果是,他们仅从那次访谈中选取了几段片段用于那则备受争议的广告。
事后想来,我本应更坚决地反对他们的决定;但当时我认为,即便是选择性发布我的评论,也有助于提升公众对AI潜力(特别是“两全其美”可能性)的认识。此后,情况显著恶化。业界许多与我观点一致的人士已离开或被边缘化,而大多数主要科技公司现在日益专注于竞相开发极其强大、自主的AI技术,无论其对社会的实际价值如何。当前围绕纳维-斯托克斯方程整体正则性问题的争议,便是最戏剧性、最显眼的例证,但此类情况已有多起。过去数月,我的许多评论都针对AI产业当前目标与数学整体目标间日益严重的分歧。
这便引出了我们今日的处境。我并不后悔过去为提升数学界对AI潜力的认知、与产业界接触、以及推动将这些工具(它们确实有用且能解锁有价值的新数学类型)可持续地融入我所在领域所做的努力。长远来看,我仍希望该领域能达到那种状态,并持续为此目标努力。但当前最紧迫的问题,是整个数学界应团结于我们的核心价值与目标周围,抵制那些仅服务于表面目标而非领域真正根本目标的AI技术不负责任、不可持续的使用方式。
相似文章
Tao:AI正非可持续地挖掘开放数学问题
Terence Tao 讨论了AI如何被用于解决开放数学问题,并对这些资源的非可持续性质及其对未来研究的影响提出了担忧。
@OpenAI:与OpenAI的@markchen90对话中,陶哲轩思考了一个未来,人工智能减少研究的认知摩擦……
陶哲轩与Mark Chen讨论了人工智能如何改变数学研究,从文献搜索到代码生成,以及调整工作流程的必要性。
引用 Terence Tao
数学家 Terence Tao 警示,AI 驱动的研究正快速攻克研究难题,对开放科学传统和长期科学进展构成威胁。
AI时代的数学
由Terence Tao撰写的一篇文章,探讨数学界应如何回应能够执行研究级任务的AI工具,重点澄清数学研究的隐含目标和价值观。
Terence Tao 谈“借助纯 AI 方法过早解决[数学]问题”
Terence Tao 表达了对借助纯 AI 方法过早解决数学问题的担忧,作者认为这种看法同样适用于编程。