如何看待现在有学者用AI做数学科研?
学者用 AI 做数学科研,本身并不意味着数学研究被机器取代。更准确地说,AI 正在成为一种新的研究工具:它可以帮助整理文献与定义、检索相关结果、尝试符号计算或数值实验、寻找可能的反例,也能协助探索证明思路。对于计算量大、组合情形复杂的问题,这些能力尤其可能缩短试错过程;但“给出一个看起来合理的猜想或证明草稿”与“得到可靠的数学结论”之间,仍有很大距离。
关键在于验证。模型可能误用定理的前提、漏掉边界情形,或把不完整的论证写得很流畅。数值实验可以提示规律,却不能单独证明一般命题;自动生成的证明也需要检查每一步是否严格成立,最好能由独立推导或形式化证明系统核验。即使工具产出了正确结果,研究者仍需判断问题是否重要、方法为何有效,以及它与已有工作的关系。
因此,评价这类工作不应只看“用了 AI”或模型规模,而要看研究问题、方法、可复现性和数学贡献:AI 在其中具体承担了什么,关键论证是否透明,结果能否由他人检查。若把它当作能提出候选方向、加速计算和辅助验证的合作者,可能拓展数学研究的能力边界;若把未经核验的输出当作权威答案,则会放大错误。最终的数学责任仍由研究者承担。