在 2026 年国际数学日来临之际，全球顶尖学者齐聚一堂，探讨人工智能如何重塑数学研究的未来

2026 年 3 月 14 日，在第七届 " 国际数学日 " 到来之际，科学与人工智能研究基金会（SAIR Foundation）完成了一项前所未有的学术集结。该机构一次性访谈了多位横跨数学与计算机科学领域的顶尖思想家，共同探讨人工智能与数学融合发展的时代命题 。

本次访谈的嘉宾阵容堪称 " 全明星 "：菲尔兹奖得主陶哲轩（Terence Tao）、蒂莫西 · 高尔斯（Tim Gowers）、迈克尔 · 弗里德曼（Michael Freedman），以及图灵奖得主约翰 · 轩尼诗（John Hennessy）、杰夫 · 乌尔曼（Jeff Ullman）、曼努埃尔 · 布鲁姆（Manuel Blum）等泰斗级人物 。

这场跨学科的深度对话围绕一个核心问题展开：当数学的直觉之美遇上人工智能的逻辑之力，人类智慧与机器智能将如何共处？

AI 正在改变数学研究的 " 生产方式 "

在传统认知中，数学研究往往是孤独的旅程，" 一张纸、一支笔、一个大脑 "。然而，多位专家指出，AI 的介入正在打破这一延续千年的图景。

菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩在寄语中指出，数学虽无形却无处不在，而 AI 正在让这种无形变得可触及。他认为，数学是实验成本较低的领域，因此成为 AI 压力测试的理想环境 。

专家预测，未来的数学研究将像现代工业一样实现分工：人类负责制定策略与审美判断，AI 负责执行计算与验证，而 Lean 等形式化工具则充当 " 监工 "。这种从 " 手工作坊 " 到 " 工业化生产 " 的跃迁，将是数学领域最深刻的变革 。

创造力边界：AI 是 " 填空者 "，人类是 " 跳步者 "

尽管 AI 在数学上突飞猛进，但关于 " 创造力 " 的归属，专家们给出了近乎一致的审慎态度。

数学家、前香港科技大学校长 Tony Chan 提出了一个精妙的比喻：目前的 AI 本质上是 " 插值 "，它能完美地连接已知的数据点，填补逻辑的空白；但人类智慧，尤其是像爱因斯坦、达尔文这样的巨匠，擅长的是 " 跳步 "。他强调，AI 或许能成为科研的 " 显微镜 " 或 " 加速器 "，但发现新定律、提出新范式，目前仍看不到机器能替代人类的迹象 。

菲尔兹奖得主蒂莫西 · 高尔斯则从教学与人才选拔的角度发出警示。他将 AI 比作当年的计算器，虽然计算器能算出平方根，但学生仍需理解乘法的原理。他提出了一个核心观点：" 煮熟的天赋 " 不如热情重要。未来，理解 AI 为何犯错、能在 AI 生成的茫茫证明中嗅出 " 美感 " 与 " 正确性 " 的人，将成为稀缺资源 。

验证与形式化：给 AI 戴上 " 紧箍咒 "

AI 的创造力伴随着与生俱来的缺陷：幻觉。如何让 AI 的推理可信？答案或许在于数学本身。

Lean 定理证明器创始人、亚马逊云科技高级首席科学家莱昂纳多 · 德 · 莫拉（Leonardo de Moura） 指出，AI 的强大与幻觉是一体两面。他的解决方案是将 AI 与 Lean 结合：让 AI 负责天马行空地提出思路，让 Lean 负责一丝不苟地验证正确性。他乐观地展望，这种组合将使得数学研究团队规模变小但产出剧增，重复性的 " 机械证明 " 工作将被取代，而人类将专注于更高层次的抽象和问题设计 。

菲尔兹奖得主迈克尔 · 弗里德曼分享了他使用 AI 的切身感受。他发现，AI 在代数、概率论等领域表现出色，但在分析学领域则力不从心。他认为，未来的突破点在于与形式化系统（如 Lean）的深度交互，让每一步推理都有据可查 。

教育与社会：培养 " 有点奇怪 " 的下一代

当 AI 可以完成程式化的工作，人类应该学什么？

图灵奖得主、斯坦福大学前校长约翰 · 轩尼诗给出了简洁而有力的回答：" 去学统计学。" 在他看来，AI 时代，统计学已成为数学中极其重要的分支。理解不确定性、理解数据的分布，是驾驭 AI 而非被 AI 驾驭的关键 。

图灵奖得主杰夫 · 乌尔曼则从更宏大的社会视角看待变革。他以工业革命和编程语言的发展类比，认为 AI 不会消灭工作，但会改变工作的形态。未来的程序员可能会更少，但每个程序员的生产力将倍增。他引用了《星际迷航》中的愿景：也许未来人类每周只需工作 20 小时，剩下的时间由 AI 创造的财富支撑，去从事更有创造性的休闲与体验产业 。

关于人才的独特性，迈克尔 · 弗里德曼的见解尤为动人。他呼吁年轻人要珍视 " 异质性 "：" 发型奇怪一点没关系，但思想一定要奇怪。" 在互联网和 AI 都在趋同化表达的今天，拥有一种非主流的思维方式，将成为人类相对于机器的最大优势 。