EDITORIAL NOTE

人类最后只剩签字权?清华沈阳教授谈AI终局

用更清晰的内容结构,记录值得关注的行业变化与专业观点。

READ
DEEPER
九游会· [j9]官方网站 最新动态
人类最后只剩签字权?清华沈阳教授谈AI终局

FEATURED ARTICLE

人类最后只剩签字权?清华沈阳教授谈AI终局

九游会· [j9]官方网站内容编辑
发布时间
776阅读次数
5.5分钟预计阅读

九游会关注到以下体育动态:

新智元报道 118511个。

这是清华大学沈阳教授团队用AI,从网上能公开收集到的资料里,整理出的数学猜想总数。

当然,这些文档不是给人看的,是给你的AI看的。

团队还让AI给这些猜想排了座次,评出前100名。

在AI眼里,中国人最熟悉的哥德巴赫猜想,只排第49。

今天,新智元深度对话沈阳教授。

作为横跨文、理、工、医的跨界学者,他曾先后在计算机、信息管理、新闻传播、人工智能、临床医学等多个领域任教授或指导博士后,在AI绘画、AI音乐与AI人文社科领域的探索亦引发广泛社会关注。

访谈中,沈阳教授系统抛出四重核心思考: 自进化数学(PCU框架)、自进化算法优化(PAE框架)、自进化软件工程(ECX范式),以及AI社会未来结构的两种终局前景 。

这不仅是一份技术演进路线图,更是一份人类在智能洪流中夺回「掌舵权」的思想备忘录。

一、 AI数学的再理解 从「解出难题」到「自进化数学」 近期,OpenAI在数学领域的突破引发热议。

舆论都在追问:AI究竟解出了多少道难题?

是否已经超越人类数学家?

但在我看来,一个更震撼的事实被忽略了—— 此次公开的722篇手稿只是冰山一角。

只要系统愿意,它随时能抛出7000甚至70000篇手稿,等待人类去验证。

【核心转折】 未来,机器生产数学知识的速度,将长期超过人类理解它们的速度。

人类将第一次大规模拥有自己尚未真正理解、却又必须持续验证和使用的数学知识。

数学研究的重心,正从「攻克单个难题」转向「创造解决一类问题的新方法」;

原本属于数学天才的部分大脑功能,开始迁移到持续运行的智能系统中。

数学由此可能成为最早实现大规模 「知识自我繁殖」 的学科:旧定理帮助发现新定理,新定理催生新工具,新工具又挖掘出更多数学结构,形成持续扩张的研究闭环。

这也倒逼传统数学教育改革—— AI对有判断力的资深学者友好,对敢于探索的年轻人友好,唯独削弱了单纯靠资历筑起的学术壁垒。

1.

「数学界面」假说:为陌生数学结构创造人类「解释界面」 当AI能够轻易量产数学成果时,未来数学家最重要的工作不再仅仅是证明新定理,而是 创造基于AI自我进化的新概念、新表达方式与新理论体系。

这要求我们重新审视一个底层问题:今天使用的数学概念,究竟是数学世界唯一的表达方式,还是人类为理解世界而建立的认知工具?

人类习惯使用符号、公式和图形,是因为它们契合人脑的思考习惯。

人类现有的数学体系,或许只是适应人脑的一种「数学界面」,既非表达全部数学真理的唯一方式,更未必是最优方式。

AI不受人脑生理限制,未来很可能发现逻辑完全成立、却难以直接转化为人类熟悉概念的数学结构。

到那时,数学家的重要任务,就是为这些陌生结构创造人类能够理解的 「解释界面」 。

2.

PCU研究框架:数学从「产出稀缺」走向「 人类检验稀缺 」 基于这一变化,我提出面向AI时代的数学研究框架—— PCU(Production 知识生产、Certification 成果认证、Understanding 认知理解) : 这也将彻底改写数学的评价标准。

当定理可以低成本量产,单纯增加定理数量便不再珍贵,数学将从「产出稀缺」走向「人类检验稀缺」。

若缺乏筛选、组织与整合能力,海量AI成果只会堆积成难以利用的「知识垃圾」。

真正稀缺的,是能被反复调用、能统一大量既有结论、能催生新理论的 「枢纽型成果」 。

3.

自进化数学与跨智能数学:共创通往真理的新路径 沿着这一思路,我进一步提出 「自进化数学」 。

传统数学主要研究:在已有公理、定义和规则下,我们能证明什么?

about image

自进化数学则追问: 我们能否创造全新的概念、表达方式与推理结构,让过去无法开展的数学研究变得可能?

它不仅研究数学知识本身,更研究数学如何借力人机协同,将繁复的底层推演自动提炼为新工具,持续生长出新的数学能力。

最有价值的突破,未必是解出最难的一道题,而是创造一种新方法,让成千上万道题迎刃而解。

由此,我们还能利用AI探索更深远的 「跨智能数学」 。

人类智能、不同架构的AI乃至未来的其他智能系统,会形成各自的数学概念、表示方式与证明偏好。

有些人类觉得极难的问题,机器换种表示就能轻松解决;

反之,人类凭直觉就能理解的结构,机器也未必采用相同的思考方式。

数学真理未必因智能不同而改变,但通往真理的道路远比过去想象的更加丰富。

回顾数学史,真正改变数学面貌的突破,往往是新概念、新表示方式和新理论体系被创造出来。

AI数学革命真正值得期待的,不是机器解决了多少著名猜想,而是建立起一套「自进化数学」体系,让AI与人类持续共创数学的未来。

二、 自进化AI与算法优化 跨越万倍算力鸿沟的「PAE框架」 今年,我把主要精力放在了一件事上: 利用AI,让算法不断实现自我进化。

这项研究的起点源于AI绘画。

过去三年,我累计使用AI创作了 14万幅绘画作品 ,在全球举办

关注九游会,掌握更多体坛动态。

返回资讯列表
觉得有用?分享给朋友让更多人看到这篇内容