Grant Sanderson: AI and the Future of Math - QA Notes

Source: Dwarkesh Podcast, “Grant Sanderson - AI and the future of math”, transcript page: https://www.dwarkesh.com/p/grant-sanderson-2

Note: This file is reorganized from the original English transcript into concise Chinese Q&A notes. Ads, greetings, jokes, repeated phrasing, and low-information conversational filler have been removed. It is not a verbatim transcript.

主题索引

• AI 做数学是否等同于 AGI
• IMO、组合数学与数学能力的参差边界
• 黎曼猜想、费马大定理与“搭桥式”突破
• 好猜想、好定义与难以基准化的数学能力
• Galois 理论与百年验证周期
• AI 证明是否会降低人类理解
• Lean、Mathlib 与可无限扩展的形式化数学
• AI 为什么在数学和代码上进展更快
• 写作、解释、心智模型与教育
• 学生如何面对 AI 时代的数学职业
• AI 加速数学是否有经济价值

Q&A

Q1: AI 在 IMO 中拿到金牌，是否意味着它已经是 AGI？

A: 不必然。IMO 能力是一个重要指标，但仍只是特定任务上的能力突破。数学内部本身也存在高度不均匀的能力边界：有些题型可以通过强训练或形式化方法解决，而另一些题型仍需要更开放的创造性搜索。因此，IMO 金牌不会自动意味着 AI 能完成所有人类经济任务。

Q2: 为什么 IMO 并不像外界想象的那样完全依赖不可训练的创造力？

A: IMO 题目确实被设计成需要新颖思路，但很多解题技巧可以训练。几何、代数、数论和组合数学之间难度差异明显。几何尤其适合被专门系统或强搜索方法攻克；组合数学则更像谜题，路径更开放，也更容易成为 AI 的薄弱环节。

Q3: AI 解出千禧年难题是否会比 IMO 金牌更具变革性？

A: 取决于解法类型。如果只是某个狭窄技巧或庞大搜索的结果，外溢影响可能有限；如果它表现出创建新理论、连接不同领域、产生新概念框架的能力，那就可能意味着更广泛的智能跃迁，并可能影响经济中的其他知识工作。

Q4: AI 解决黎曼猜想可能有哪几种路径？

A: 访谈中区分了三类路径：

1. 搭桥式突破：连接两个已有领域，例如数论与随机矩阵理论之间的联系。
2. 造山式突破：建立一套全新的理论框架，再用它解决问题。
3. 蛮力式突破：通过极长、复杂、难以消化的推理链完成证明。

三者对人类理解的影响不同。第一种最容易被理解，第二种需要长期学习，第三种最可能产生“证明存在但理解不足”的问题。

Q5: 为什么“跨领域搭桥”特别适合 AI？

A: AI 具有超人级知识广度，理论上可以同时掌握多个领域的细节。像 Montgomery 与 Dyson 将黎曼 zeta 函数零点统计和随机矩阵特征值联系起来的故事，正是由跨领域偶遇触发的。AI 可以把这种偶遇工程化，让多个领域的专业代理系统性地寻找相似结构。

Q6: AI 为什么至今没有大量产生这种跨领域连接？

A: 一个可能原因是自回归生成方式本身会被上下文束缚。模型在某一领域语境中预测下一个 token 时，最有价值的连接往往是低概率的、来自远处领域的跳跃。现有训练方式未必天然奖励这种“不太像下一个常规答案”的连接。

Q7: “提出好猜想”和“提出好定义”为什么比证明定理更难衡量？

A: 定理证明有明确终点：证明成立或不成立。好猜想、好定义和好概念框架的价值往往需要长期检验，甚至要等到新领域、新应用或新解释方式出现后才显现。它们难以被做成简单 benchmark，也难以被当前强化学习框架直接训练。

Q8: 数学史中有哪些例子说明“概念突破”的验证周期很长？

A: Galois 理论是核心例子。Lagrange 先意识到根的对称性可能重要；Abel 证明五次方程一般无根式解；Galois 推进了抽象对称结构的思想，但他的工作当时并未被充分理解。直到 Liouville、Jordan 等人进一步整理，现代群论才逐渐成形。其后，群论又在物理和粒子理论中发挥作用，验证周期跨越约百年。

Q9: Galois 的贡献为什么不能只用“是否解决了某个问题”来评价？

A: 因为 Abel 已经证明了一般五次方程不可解，而 Galois 的价值不只是又解了一个题。他提供的是一种看待多项式、根和对称性的抽象框架。其贡献更接近“提出了新的思维层级”，而不是简单完成某个标准化任务。

Q10: 如果 AI 给出一个正确但极长的证明，人类是否会真正理解数学？

A: 未必。证明和解释不同。数学中已经存在“定理被证明，但为什么成立仍不清楚”的情况。访谈提到 forcing 与连续统假设的例子：形式结果已经存在，但如何直观理解仍是一个解释问题。AI 证明也可能制造大量“已证明但未消化”的成果。

Q11: AI 证明会不会反而帮助人类理解？

A: 会，前提是证明确实正确且可被消化。即便证明路径不是最优，它也能告诉人类某条路通向正确结果，从而减少无效探索。数学发现中大量时间花在试错上；知道目标存在，可以显著改变解释和压缩工作的方向。

Q12: 数学最终目标是“可预测”还是“可理解”？

A: 两者不同。纯粹可预测的系统也许能推动工程，但数学和科学共同体仍重视理解。真正有价值的理论往往把复杂现象压缩为简洁、可迁移、可教学的概念。访谈中将这种压缩与智能、优雅和解释力联系起来。

Q13: 为什么说最伟大的数学能力可能是“提出定义”？

A: 证明定理是对既有对象的工作；提出猜想决定哪些问题值得研究；提出定义则改变整个问题空间。一个好定义可以创造新领域、统一旧结果，并让未来定理变得自然。因此，AI 真正达到顶级数学水平，不只是会证明，而是能创造高价值概念对象。

Q14: AI 在数学中为什么比在真实世界任务中进展更快？

A: 数学不仅可验证，而且可反复“刷”。代码也类似：可以在容器中重复运行、比较结果、进行并行 rollout。真实世界任务虽然也有结果可验证，例如订票或购物，但环境难以复制、会变化、受网站限制，也难以大规模并行。因此，数学和代码更适合当前深度学习的训练范式。

Q15: Lean 和形式化证明在当前 AI 数学进展中是否关键？

A: 当前成果不一定依赖 Lean。自然语言证明和可验证结果已经能产生进展。但 Lean 的独特价值在于可以让 AI 长期、自动、无需人类持续检查地扩展形式化数学库。它的意义不只是训练奖励，更是允许数学系统像 AlphaGo 自我对弈一样持续探索。

Q16: Mathlib 为什么重要？

A: Mathlib 是 Lean 社区维护的形式化数学库，目标是把大量数学知识写成可机器验证的代码。若 AI 能自动扩展 Mathlib，它可以不断产生新证明、新定义和新结构。问题不只是正确性，而是这些新增内容是否有趣、有用、有解释力。

Q17: 形式化数学会不会产生大量无用结果？

A: 会。若让系统任意扩展逻辑树，大部分路径可能没有价值。一个可行方向是增加“监督模型”或启发式评估，判断某个结构是否值得继续探索。类比穷举可能的代数公理系统：大部分会塌缩为无趣结果，但少数可能形成有丰富定理的“岛屿”。

Q18: AI 研究数学时，为什么“多代理、多上下文”可能重要？

A: 人类容易被当前思路困住。AI 的优势是可以复制、并行、重置上下文，并让不同代理带着不同偏见工作：一个证明命题，一个尝试反证，一个从几何角度入手，一个从代数角度入手。这种系统性增加思路多样性的能力，可能弥补模型趋同的问题。

Q19: 为什么写作比数学和代码更难被 AI 做好？

A: 写作的成品就是文本本身。代码可以很丑但仍能运行；数学证明可以先有形式正确性，再逐步改善表达。但写作中每个词、句子和段落都直接构成最终体验。好写作不仅是解释已有观点，还要选择新颖角度、构造叙事、判断读者心智状态。

Q20: AI 是不是已经是很好的解释者？

A: 在解释已有知识方面，AI 已经很有用，甚至常比普通材料更清楚。但这不等于它是优秀作者或优秀教师。真正好的解释者会判断学生当前误解在哪里，并重构问题；AI 目前更容易顺着用户问题继续回答，而不是指出用户提问方式本身需要改变。

Q21: 为什么学习仍需要人类策划？

A: 学习效果高度依赖材料的组织顺序、动机铺垫和问题选择。优秀作者、教师或教材会设计一条概念路径。AI 适合在这条路径旁做局部补充、解释细节、回答卡点，但目前不稳定地承担“选择正确学习路径”的角色。

Q22: 使用 LLM 学习时，较好的方式是什么？

A: 先找到高质量的人类策划材料，例如优秀教材、讲座或专题文章，再用 LLM 解释局部概念、补充背景、帮助排除小障碍。也可以让 LLM 推荐“应该读谁”，但推荐结果需要核查，因为模型可能误引资源或编造来源。

Q23: 面对 AI 进展，学生还应不应该进入数学？

A: 应先问清楚职业价值来自哪里。数学职业不只是“继续做题”，还包括研究共同体的判断、基础科学的公共价值、大学声誉、教学、解释、策展和把数学连接到实际问题。AI 改变的可能是贡献形式，而不是立刻取消整个数学共同体。

Q24: 教学为什么可能是 AI 时代相对稳定的工作？

A: 教学不仅是传递解释，还包括关系、教练、反馈、动机和对学生心智状态的判断。即便 AI 能给出高质量解释，家长和学习者仍可能重视人与人之间的指导关系。数学教育者的价值可能因此比单纯定理证明更稳定。

Q25: 如果 AI 产生大量新数学，人类还能做什么？

A: 人类可能承担解释、筛选、策展和应用方向判断。若 AI 看到了远超人类视野的新数学，人类社会仍会需要有人回答：哪些成果重要？它们如何理解？能否连接到物理、工程、材料、计算或其他实际领域？

Q26: AI 加速数学是否会带来经济价值？

A: 可能会，但分布不均。代数数论等纯数学领域未必直接带来经济突破；偏微分方程、动力系统、计算流体力学、工程仿真等更贴近物理世界的领域，更可能产生工程效率提升。总体判断是：若未来几年 AI 数学进展完全没有外溢到经济应用，将令人意外。

Q27: 数学加速也可能暴露什么问题？

A: 它可能暴露一部分现代数学与物理应用之间的距离。如果数学进展被 AI 放大十倍或百倍，但对工程、科学和经济没有明显影响，社会可能重新追问：哪些数学方向仍具有公共价值，哪些方向主要是内部共同体的智识活动。

Q28: 访谈的核心结论是什么？

A: AI 在数学上的进展不应只用“会不会证明题”衡量。更关键的问题是：它能否提出好问题、好定义、好理论；能否连接远距离领域；能否产生人类可理解的压缩表达；能否在形式化环境中长期探索；以及人类如何在新数学洪流中继续承担判断、解释、教育和应用转化的角色。