陶哲轩在和德瓦凯什·帕特尔对话时说，他觉得AI把想法的成本降低得跟互联网把沟通成本降低到几乎一样的地步。这虽然是件大好事，但并不代表知识一下子就多了。现在的麻烦是，大家可以给一个科学问题想出成百上千种理论来，接下来就得拼命去验证、去评估它们。他还表示，AI确实让他的工作变得更丰富、更广阔了，比如能用上更多图表和代码，文献也能查得更深入。不过，他做数学研究的核心工作，最后还是要靠笔和纸来完成。如果没有AI先给他提供这些附加手段，现在一篇论文的完成速度估计也不会比以前快多少。 AI辅助证明能够高效地从假设直接推导出结论，但在这个过程中很容易丢掉一些附加价值。这些证明不太适合发表在传统期刊上，因为人们通常期待看到关于证明思路和探索过程的叙述。陶哲轩把试图升级AI模型来产出可发表论文的做法比作强行改造汽车去适应为人类设计的街道。他觉得更好的办法不是把AI硬塞进现有的体系里，而是给机器创建一套新的数学基础设施。 数学家陶哲轩认为，数学现有的体系——像期刊、会议、师徒传承还有引用体系——就像是古老而狭窄的道路一样，是给人走的。人类完成的证明虽然慢一些，却能产生极大的价值：能锻炼专业能力、勾勒数学版图、发现新方向，还能记录下那些有启发意义的死胡同和迂回路径。他把人工智能和形式化方法对数学研究的影响比作汽车冲击城市发展的过程。就像汽车比过去任何交通工具都快一样，它们却把原来为人、马匹还有马车修建的道路弄得拥堵不堪。 新建的道路和高速公路虽然让高速出行成了可能，却也带来了城市无序扩张、交通拥堵还有环境问题。只有经过深思熟虑的城市规划和交通规则才能把这两种世界合理地融合起来。这一类比同样适用于编程等其他领域。3月22日的消息是由The-decoder报道出来的。