**Q&A:为什么在 AI 时代锻炼数学“肌肉”依然重要**

MIT News — Artificial Intelligence 新闻

摘要

MIT News 采访了数学家 John Urschel,探讨在 AI 时代强大的定量思维为何依然不可或缺,以及他近期如何借助 AI 工具解决了随机矩阵和高斯消元领域两个长期悬而未决的数学问题。

<em>John Urschel PhD '21 是 MIT 数学系 1956 届职业发展助理教授,他对锻炼肌肉并不陌生:在获得 MIT 博士学位之前,Urschel 曾作为进攻锋线球员为 Baltimore Ravens 增强他的进攻肌肉。他仍然致力于帮助学生锻炼身体,但如今的重点转向了批判性思维能力。在课堂上,Urschel 与学生分享了他对解谜的毕生热爱,同时磨练他们成为强大的定量思维者的能力——他认为这些技能在人工智能时代将至关重要。</em> <em>Urschel 最近在 arXiv 上发表了两篇预印本,一篇关于</em><a href="https://math.mit.edu/~urschel/preprints/random_growth.pdf" target="_blank"><em>随机矩阵的增长因子</em></a><em>,另一篇关于</em><a href="https://math.mit.edu/~urschel/preprints/entrygrowth.pdf" target="_blank"><em>高斯消元法</em></a><em>中的最坏情况行为,他在其中结合人类洞察力和 AI 工具,解决了困扰数学家数十年的难题。这段经历让 Urschel 对数学和高等教育的未来,以及大学校园所提供的面对面住宿式教育的持久重要性有了新的认识——在那里,学生可以亲身体验挣扎、解决问题和人际连接的重要性。Urschel 最近与 </em>MIT News<em> 聊了聊教育、AI 和数学;以下是谈话节选。</em> **问**:你希望在学习数学方面与学生分享些什么? **答**:我小时候非常喜欢解谜,无论是数独、Martin Gardner 数学谜题还是填字游戏。面对一个你还不太理解的问题,努力弄清状况,尝试找出出路,最终从中获得某种理解——这个过程真的非常有趣。自我记事起,我一直很享受这个过程,这也是我最热爱数学的原因。 关于教学,首先,我想帮助学生训练自己,磨练他们解决问题的能力和成为强大定量思维者的能力。 第二部分,与我所教授的具体课程更加相关,是帮助学生吸收那些帮助他们成为该特定学科中更优秀问题解决者的重大思想、工具、技巧或主题。如果他们正在学习某一特定领域的课程,我的目标是传达重要的基础知识,使他们能够运用所学专业知识,在世界上成为更好的问题解决者。 **问**:你最近用 AI 辅助解决了两个证明。能谈谈这段经历吗? **答**:这是我第一次在论文中使用机器,感觉确实很不一样。这有点像有一位合作者,但这位合作者似乎拥有无限的资源,而且做某些事情比我快得多、快得多。 就像计算机计算速度远超我们每个人一样,我认为现在已经很清楚,人工智能系统在做某些类型的数学工作时,效率远超我们每个人。 **问**:使用 AI 解决数学问题是什么感觉?同样有成就感吗? **答**:就我个人而言,我之前谈到的那种解决问题、独立思考问题的感觉,我觉得当我在没有 AI 的情况下独自完成时,那是我最愉悦的时候。 我认为非常重要的一点是拥有独立解决问题的能力和好奇心——即锻炼这些数学肌肉的理念,即使在 AI 时代,这些依然很重要。 尤其是当你在与机器对话、向机器提问时,我认为提升"理解"这一概念非常重要。比如说,你正在和一台机器对话,它给出了某个数学命题的证明,我认为该证明的真正价值在于人类去理解和吸收机器组合某些数学思想的方式,然后将其内化并将这些知识传达给他人。 理解是我对使用 AI 系统的学生强调的核心要点。而对于不使用 AI 系统的学生,我专注于培养他们解决问题的能力,这也是几个世纪以来数学教育一直在做的事情。 我认为在现代 AI 机器的时代,只要人类还有思考和尝试解决问题的角色——我相信这个角色是存在的——那么培养这些技能就仍然很重要。 **问**:<a href="https://aiandeducation.mit.edu/" target="_blank">MIT 人工智能教学、学习和研究培训临时委员会的最近报告</a>强调了体验学习中必要且富有成效的挣扎的重要性,以及学习的协作方面。我很好奇你对 AI 在数学教育中未来角色的看法。 **答**:一方面,AI 技术的发展应当被视为教育领域的巨大胜利,是让竞争环境更加公平的巨大胜利——当你拥有一种易于获取的技术,它能让你接触到海量知识时。 我的父母都不是教授;我记得小时候,直到上了大学我才知道数学家是什么。我在高中以及后来上大学时学习高等数学概念的方式,就是用笔记本电脑和 Google。我可以搜索我想要学习的某个主题,而且令人惊叹的是,我能够找到世界顶尖专家撰写的论文,它们就免费在线上触手可及,随时供我学习。这对我来说真的非常重要,对我的教育帮助巨大。 但我认为我们正处在一个现代技术有点像双刃剑的节点上。因为一方面,有了 AI 系统,你可以比以往任何时候都更快地学到东西,我小时候拥有的资源与如今你可以用来帮助自己学习的那些手段相比,简直是小巫见大巫。 但问题在于,这也会剥夺你独立思考和学习的能力。我认为如果你是一名高中生或大学生,这就很困难。你有很多事情要处理,你很累,而多亏了 AI,你只需按一下按钮就能完成作业。你可以按一下按钮就写出十页的论文。而且,你可能会得到一种错觉,以为自己大致理解了正在发生的事情,而实际上你并没有。我认为这是不尝试自主学习时的最大危险之一。 人们不喜欢"挣扎"这个词。但当你没有独自与某些材料搏斗时,我认为你会产生一种学习了但实际上并没有真正学习的错觉。与材料建立连接并真正逼自己一把,这是一项非常重要的技能。 当然,教师和讲师方面也有工作要做:确保我们的习题课尽可能有用;确保我们的办公时间以最佳方式为学生服务;鼓励学生,并试图提醒他们对自己的教育负有一定的责任,而最好的方式就是到场、出现并与材料互动。但我们同样应该认识到我们对学生的责任,即为他们提供最好的学习体验,给他们一个既能挑战他们、同时也是他们愿意来体验的优质教育体系。
查看原文
查看缓存全文

缓存时间: 2026/11/19 03:30

# 问答:在AI时代,锻炼"数学肌肉"为何仍然重要 来源:https://news.mit.edu/2026/qa-why-building-math-muscles-remains-important-ai-era-1117 *John Urschel 博士(2021届)是麻省理工学院数学系1956届职业发展助理教授,对于"锻炼肌肉"他并不陌生:在MIT获得博士学位之前,Urschel曾作为巴尔的摩乌鸦队的锋线球员锻炼过他的进攻肌肉。他仍然致力于帮助学生锻炼能力,只不过如今的重点是批判性思维技能。在课堂上,Urschel与学生分享他一生对解谜的热爱,同时磨砺他们成为强大定量思维者的能力——他主张,在人工智能赋能的世界里,这些技能将至关重要。* *Urschel最近在arXiv上发布了两篇预印本,一篇关于**随机矩阵的增长因子**(https://math.mit.edu/~urschel/preprints/random_growth.pdf),另一篇关于**高斯消元法**(https://math.mit.edu/~urschel/preprints/entrygrowth.pdf)的最坏情况行为。在论文中,他将人类洞察力与AI工具相结合,解决了困扰数学家数十年的问题。这段经历让Urschel对数学和高等教育的未来,以及大学校园所提供的面对面、住宿制教育的持久重要性有了新的认识——在那里,学生可以体验挣扎、解决问题和人际连接的重要性。Urschel最近与*MIT News*聊了聊教育、AI和数学;以下是对话节选。* **问**:关于学习数学,你希望与学生分享什么? **答**:我很小的时候就喜欢解谜,无论是数独、Martin Gardner的数学谜题还是填字游戏。面对一个你还不太理解的问题,努力理清头绪、设法攻克它,最终从中获得某种理解——我觉得其中有一种真正的乐趣。从我记事起,我就一直享受这个过程,这也是我真正最喜欢数学的地方。 关于教学,首先,我想帮助学生训练和磨砺他们解决问题的能力,以及成为强大定量思维者的能力。 第二部分更具体地针对我所教授的课程,就是帮助学生吸收那些重要的思想、工具或方法,使他们在该学科领域成为更好的问题解决者。如果他们正在学习某门具体课程,我的目标就是传达重要的基础知识,让他们能够运用这些习得的专业能力,在现实世界中成为更好的问题解决者。 **问**:你最近用AI辅助完成了两项证明。能谈谈这段经历吗? **答**:这是我第一次在论文中使用AI,感觉确实不一样。它有点像拥有一个合作者,但这个合作者似乎拥有无限的资源,而且在某些事情上做得比我快得多、快得多。 就像计算机的计算速度远超我们每个人一样,我认为现在非常明显,人工智能系统在某些类型的数学上,效率远比我们任何人都高得多。 **问**:用AI解决数学问题是什么感觉?收获感是一样的吗? **答**:就我个人而言,我想说,我之前提到的那种解题的、自己把问题想通的感觉,当我独自完成、不借助AI时,才是我最感到愉悦的。 我认为非常重要的一点是,要拥有独立的问题解决能力和一种好奇心——也就是锻炼那些数学肌肉的理念,我认为这在AI时代依然重要。 特别是在你与机器对话、向机器索取东西的时候,我认为提升"理解"这个理念非常重要。比如说,你和一台机器对话,它给你某个数学命题的证明,我认为那个证明的真正价值在于人类去理解并吸收机器组合某些数学思想的方式,然后将其内化,并把这种知识传达给他人。 理解是我向使用AI系统的学生强调的核心。而对于不使用AI系统的学生,我则专注于培养他们解决问题的能力,这也是几个世纪以来数学教育一直在做的事情。 我认为在现代AI机器的时代,只要人类还有思考和尝试解决问题的角色——我相信是有的——那么培养这些技能就仍然很重要。 **问**:MIT教学、学习和研究培训AI使用特设委员会(https://aiandeducation.mit.edu/)最近发布的报告强调了体验学习中必要的、富有成效的挣扎以及学习的协作性的重要性。我很好奇你对AI在未来数学教育中所扮演角色的看法。 **答**:一方面,AI技术的发展应该被视为教育的一大胜利,是实现公平竞争环境的一大胜利——当你拥有易于获取的技术,能让你接触到海量知识时更是如此。 我父母都不是教授。我记得我小时候,直到上了大学才知道数学家是什么。我在高中、也是在大学里学习高等数学概念的方式,就是用笔记本电脑和Google。我可以搜索我想学的某个主题,而且令人惊叹的是,我能找到一些世界顶级专家写的论文,就免费放在网上、触手可及地供我学习。这对我来说真的非常重要,对我的教育帮助极大。 但我认为我们已经到了现代技术有点像一把双刃剑的地步。因为一方面,有了AI系统,你可以比以往任何时候都更快地学到东西,我小时候拥有的资源,和如今你能用来帮助自己学习的那些手段相比,简直不值一提。 但问题在于,这也会夺走你自己思考和学习的能力。我觉得如果你是高中生或者大学生,这很难。你有很多事情要忙,你很疲惫,而多亏了AI,你只需按一个按钮就能完成作业,按一个按钮就能写出10页的论文。而且,你会产生一种错觉,以为自己大致理解了正在发生的事情,而实际上并没有。我认为,当你不尝试自己学习东西时,这是最大的危险之一。 人们不喜欢"挣扎"这个词。但当你没有独自与某些材料搏斗时,我认为你可能会产生一种学习的错觉,而实际上并没有真正学到东西。与材料建立连接、真正逼迫自己,这是一项非常重要的技能。 当然,教师和授课方也有工作要做:确保我们的习题课最大限度地发挥作用;确保我们的答疑时间以最好的方式服务学生;鼓励学生,提醒他们对自己的教育负有责任,而最好的方式就是来上课、出现在课堂上、与材料互动。但我们也应该认识到,我们对学生负有责任,要为他们提供尽可能好的学习体验,为他们提供一个既有挑战性、又是他们愿意参与的优质教育体系。 **问**:鉴于AI技术的进步,为什么你仍然鼓励学生学习数学?你还认为数学的未来令人兴奋吗? **答**:是的,原因有很多。学会如何思考的过程将比以往任何时候都更重要。成为专家、了解所有这些触手可及的东西,当有一台机器拥有所有这些资源时,也许就没那么重要了。我认为可能变得更加重要的是独立思考的能力。因为有了这些机器的存在,我认为一种自然的担忧是,随着一代又一代人过去,这种技能在普通人群中会逐渐退化,所以我认为这种能力将变得非常珍贵。我认为,数学以及更广泛的定量科学的训练对此相当重要。 第二点是社群。我认为,不是独自学习,而是与一群同伴一起学习,能极大地提升整体体验。这是学习体验中不可或缺的一部分。我会说,这两点就是我认为学习数学、学习定量科学仍然重要的原因,也是来上课仍然重要的原因。 世界正在相当迅速地变化。我认为我们作为教育机构有责任为此做好准备。我们目前正在就此进行大量讨论,因为思考、推理和解决问题的能力是我们的学生现在比以往任何时候都更需要的核心技能。我也认为,我们需要确保让学生为他们即将进入的世界做好准备。我们教学生或让学生为世界做好准备的具体方式,绝对不能再像10年前那样了。因为这个世界已经大不相同。 ## 媒体报道 ### The New Yorker John Urschel教授接受了*The New Yorker*的Rivka Galchen采访,谈论AI作为工具被用于数学领域的教学和研究。"我会说我所谓的科学家方法[对待新技术]是专注于尽可能快地把前沿推向更远的地方,"Urschel说。"而艺术家的视角是,'让我做点美丽而愉快的事情,摆弄这些东西',而这样做的过程,你知道,真的是一件令人愉悦的事。" ### Forbes Ankur Moitra教授和John Urschel教授与*Forbes*的Alex Knapp分享了他们对OpenAI在网上发布700多篇数学预印本的看法。"我们习惯了里程碑式的成果伴随着新的见解和理论,"Moitra写道。"但这些感觉不同。这些断言令人瞠目,论文晦涩难懂,而且看不到任何能解释为什么这些谜题突然被解开的'点睛之笔'。"Urschel补充道:"很明显,我们做数学和评价数学的方式将不得不改变。我认为不变的是支撑我们这个行业的'理解'这一根本理念。我很期待从这些突破中学习。" ### The Washington Post 记者Miriam Waldvogel为*The Washington Post*撰文称,John Urschel教授发现,用于计算一组方程(特别是线性方程)共同解的高斯消元算法,可靠性接近100%。"最让我们感兴趣的是,我们这个领域中最基础的算法,我们并没有完全理解它,"Urschel说。"我真的很喜欢'为什么'与'怎么样'这个问题,以及理解正在发生什么这一理念。"谈到他之前作为NFL球员的职业生涯时,他说:"如果一个学生觉得那很酷,并因此来上我的课,然后学到了很多很酷的数值数学,那对我来说就太好了。" ### The Wall Street Journal John Urschel教授与*Wall Street Journal*记者Andrew Beaton谈到,他是如何临场改变计划、从NFL转向数学事业的,谈到了他在巴尔的摩乌鸦队的打球时光、在MIT的研究生学习,以及他最新研究成果的发表——该研究证明了一个数十年前的数学猜想。"我感觉自己在很大程度上赌了一把自己,"Urschel说。"我现在过着我最好的生活。" ## 相关链接 - John Urschel (https://math.mit.edu/~urschel/) - MIT教学、学习和研究培训AI使用特设委员会报告 (https://aiandeducation.mit.edu/) - 数学系 (https://math.mit.edu/) - 理学院 (https://science.mit.edu/)

相似文章

为什么我们还需要人类数学家?

Hacker News Top

这篇文章讨论了人工智能对数学的影响,提到了 OpenAI 对 Navier-Stokes 问题的解决方案和社区反应,同时提出了一个以人为本的公理,以在AI进步中保持人类专业知识。

我们需要更多数学家

Lobsters Hottest

Amit Sahai 讨论了 AI 对数学的影响,强调需要更多数学家来理解 AI 生成的想法,并与 AI 系统合作,以保持研究中人类的主导权。