近日，25位菲尔兹奖得主联合发表声明，对人工智能在数学领域的应用提出严肃警示。这支由全球顶尖数学家组成的团队，包括长期使用人工智能辅助研究的华裔学者陶哲轩，明确指出当前AI技术发展存在"严重错位"现象。
引发这场讨论的导火索源于OpenAI的最新突破。该机构宣布其内部模型通过约1万个AI智能体并行运算88小时，完成了纳维-斯托克斯方程存在性与光滑性问题的证明。这个被列入克雷数学研究所"千禧年大奖难题"的数学巅峰问题，悬赏百万美元二十余年，仅"庞加莱猜想"被攻克。更令人震惊的是，该机构同时宣称在另一道千禧年难题上也取得重大进展。
中国科学院数学与系统科学研究院研究员高小山揭示了AI解题的本质机制："大模型通过概率生成方式运作，本质是训练阶段吸收海量数学资料后，在解题时进行符号序列的概率预测。"这种技术路径使得AI能够快速拼凑出正确答案，却无法解释解题逻辑或验证条件变更后的有效性。
数学家们用"直升机与徒步"的比喻形象说明问题本质。传统数学研究如同徒步探索山间，途中形成的认知地图才是真正财富；而AI如同直升机空投，虽能直达终点却无法构建认知体系。2026年新晋菲尔兹奖得主邓煜以幽默方式表达担忧："如果AI包揽所有数学问题，我可能要考虑转行写小说了。"
声明特别强调，数学难题的价值不在于得出"证毕"结论，而在于破解过程中催生的新方法论。这些思想财富需要数学界花费数年甚至数十年消化传承。若将数学简化为AI刷题竞赛，最终将积累大量无法理解的"正确答案"，切断数学发展的传承脉络。
数学家们指出这种技术异化具有普遍性。当任何依赖理解力与创造力的领域将效率指标凌驾于本质价值之上，都会造成系统性损害。特别令人忧虑的是年轻一代的培养问题——如果解题过程被AI替代，人类将失去思维训练的关键场景，如同依赖AI完成作业终将丧失书写能力。
尽管存在隐忧，数学家们并未否定AI的积极作用。他们认为只要明确人机分工边界，AI完全可能成为加速数学研究的利器：由AI负责处理海量计算与模式识别，人类则专注于提出本质问题与构建理论框架。真正需要警惕的是技术狂热带来的认知偏差——将计算结果等同于科学进步，遗忘探索世界本质的初心。
