两三年后，AI将会在这些数学竞赛中比人类做得更好。（再过个两三年吧doge）

　　以上来自数学大佬陶哲轩在巴塞罗那的最新专访，既回应了一些大众当前最关注的AI议题，也不乏一些有趣探讨，比如：

　　更关键的，人们对千禧年七大难题之一的纳维-斯托克斯问题也进行了最新表态。

　　（与2007年的结果相比）看到人们对纳维-斯托克斯问题的看法发生了变化，尤其令人震惊。

　　Q：理论上是可以的。与过去的许多变革性技术（如汽车、飞机、互联网）不同，人工智能的独特性在于它渗透到了我们生活的方方面面，如新闻、数学、医学等领域。

　　但目前的技术极其有限，它们基本上都是靠猜，有时能提供正确答案，有时则完全没用，所以我现在并不担心。

　　不过在未来10年或20年内，人工智能会变得更加强大，但我们也将同步增加更多防御经验。

　　这是数学模型中的“爆炸”现象，属于特定的数学特性（流体能量集中），但并不意味着现实世界会发生实际的爆炸。就像挥鞭时，鞭子尖端的速度会超过音速，发出噼啪声，这在数学上称为“爆炸”，但实际上只是音爆效应。

　　A：谷歌DeepMind几个月前宣布，其人工智能系统AlphaProof和AlphaGeometry在国际数学奥林匹克竞赛中获得银牌。

　　Q：是的，但它们不是在正式比赛中。虽然结果足以拿到银牌，但并不完全等同于人类的比赛。

　　在真正的人类比赛中，学生需要在8小时内解决全部6个问题，而谷歌的AI竞赛需要注意：首先它们有两个独立的系统，且分别解决了3个和4个问题（非一次性解决全部）；其次它们拿到的问题需要经由人类翻译，且拥有更多时间。

　　虽然人工智能在某些竞赛中短期内可能超越人类，但在像数学研究这样需要长期创造性的工作中，AI还远远无法取代人类。如果我们能解决如何让AI从少量数据中学习的问题，或许在两三年内，AI在数学竞赛中的表现会超越人类。

　　Q：是的，不过我已经很多年没有参加这类比赛了。这些竞赛类似于奥运会的百米短跑，而数学研究更像马拉松。解决一个研究问题可能需要几个月的时间，还需要查阅大量文献。

　　Q：数学家获得成功的原因之一是：有大量失败的经验教训，这是AI不具备的。

　　但问题是，数学家们还有许多不为人知的失败经验，而人工智能没有这些失败的数据，这导致其只擅长解决大量与之前问题类似的问题。

　　打个比方，如果你要教AI识别一杯水，它需要数百万张水杯的图像作为例子。这也是我刚才提到的——如果能让AI从极少量数据中学习，它或许在创造性任务上也能超越人类。

　　虽然构建大型AI模型需要大量的资金和资源，但基本技术是公开的，未来会有更多开放的AI替代方案出现。

　　同时，我们必须对AI进行适当监管，尤其是在应对AI生成的深度伪造内容时。

　　如果一切都可以伪造，我们如何让某人相信某事发生了？我们需要找到新的方式来验证信息的真实性。

　　就在最近，陶哲轩赴巴塞罗那参加了“交互中的流体动力学、几何和计算机科学”会议。

　　在欧几里得3维空间中，欧拉和纳维-斯托克斯方程（具有平滑初始条件）是否会出现有限时间奇点？

　　参与者需要按照从0-10进行投票，其中0代表坚决否定，5代银河集团网址登录表不确定，10代表坚定认同。

　　投票首先以私下方式进行，其中蓝色代表欧拉方程，红色代表纳维-斯托克斯方程。

　　随后又进行了公开举手表决，意图通过两种方式来反映一种动态的意见形成过程。

　　对比2007年，当时在瑞士奥苏瓦举行的欧拉方程250周年纪念会议上，有对同一问题的投票调查。

　　叠加上述结果，可以看到专家们对于同一问题在不同时间、两种不同场合下的投票态度差异。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。