Toby Ord：数学远不止证明，AI 提问能力仍未被验证
8 月 23 日，牛津学者 Toby Ord 发布文章《Mathematics is Much More than Proof》，回应“AI 将取代数学家”的讨论。他承认 AI 证明能力的自动化趋势明确，但强调数学远不止证明，提出正确问题的能力仍是尚未被证明可被 AI 替代的关键环节。次日 David Manheim 加入讨论，形成对 LLM 提问能力的初步交锋。
已确认
- Toby Ord 指出，过去四十年符号运算已实现自动化，如今我们可能正见证数学证明（或大部分证明）被 AI 自动化的过程，类似于数学家曾将大量时间用于计算、后被 20 世纪计算机自动化的历史。据 m9 转述，他提到 AI 已能证明从猜想到重要定理的一系列结果（如 OpenAI 相关案例）。
- 他强调数学工作远不止证明，与科学类似，数学的很大一部分在于弄清楚该问什么问题。他从信息论角度指出，一个问题所包含的信息量几乎和它探讨的命题一样多（是非问题比命题少一个比特，加上这个比特就变成命题）。
- 他举例说明：即使一台机器能在微秒内证明任何真实的数学陈述，如果在所有恒星燃尽之前都无法考虑到类似“单位距离问题”这样的问题，也并无助益。
尚未确认
- Toby Ord 明确表示，人类数学家能在指数级的可能问题中找到重要问题的独特能力，目前既没有多少证据表明 AI 能做到，也没有证据表明不能做到。他也承认人类选题存在质量不均和选择偏差。
- 他指出关键瓶颈在于缺乏针对“提出好问题”的良好训练数据或可验证的奖励；除非这种能力是在预训练数学文本或学习证明陈述时免费附带获得，否则很难理解模型为何会具备这种技能。
- David Manheim 赞同“好问题包含实质性信息”的观点，但根据其引用的数学家模糊印象，LLM 在识别有趣研究方向和提出假设方面已表现相当不错——这与 Ord 的谨慎立场形成张力，但双方均无明确证据。
为什么重要
- 这一论述为“AI 能否取代数学家”的讨论提供了更细的切分：证明层面的自动化趋势明确，但研究品味、问题选择这类更高层次的数学工作，可能成为人类长期保留的领域，也可能成为下一代 AI 研究的关键攻坚点。
2026-08-23 ~ 2026-08-24 · 9 条相关
一手来源
- 数学远不止证明：AI 自动化下的学科反思 — tobyordoxford ·
- LLM 能否提出优于人类的数学猜想？证据尚不明朗 — tobyordoxford ·
- 专家探讨 LLM 识别数学研究方向的能力 — davidmanheim ·
- 【源头】数学远不止证明：AI 自动化下的学科反思 — tobyordoxford · 2026-08-23
- 数学证明正被AI自动化，但数学远不止证明 — tobyordoxford · 2026-08-23
- 即便机器能瞬间证明，提出正确问题仍是关键 — tobyordoxford · 2026-08-23
- 数学研究的核心在于决定问什么问题 — tobyordoxford · 2026-08-23
- AI 尚未证明能像人类数学家那样提出关键问题 — tobyordoxford · 2026-08-23
- 缺乏有效训练数据限制 AI 提出好问题能力 — tobyordoxford · 2026-08-23
- Toby Ord：AI 尚未触及数学最核心的发明与提问 — tobyordoxford · 2026-08-23
- 【源头】LLM 能否提出优于人类的数学猜想？证据尚不明朗 — tobyordoxford · 2026-08-24
- 【源头】专家探讨 LLM 识别数学研究方向的能力 — davidmanheim · 2026-08-24