這是一場(chǎng)關(guān)于“真理”與“概率”的博弈。

編譯 | 王啟隆

來(lái)源 | youtu.be/Z5GKnb4H_bM

出品丨AI 科技大本營(yíng)（ID：rgznai100）

在數(shù)學(xué)界，陶哲軒（Terence Tao）的名字本身就代表著一種“確定性”。

這位菲爾茲獎(jiǎng)得主、被譽(yù)為“數(shù)學(xué)界的莫扎特”的天才，過(guò)去幾十年的工作是和最純粹的邏輯、最絕對(duì)的真理打交道。但在 2026 年初，他做了一個(gè)看似“反直覺(jué)”的決定——他要以此身為橋梁，去擁抱那個(gè)充滿(mǎn)了概率、幻覺(jué)和不確定性的 AI 世界。

就在昨天，陶哲軒聯(lián)合創(chuàng)立的 SAIR（科學(xué)與 AI 研究基金會(huì)） 正式浮出水面，宣告這位大神入局 AI for Science。

▲ 右上角居然還有 B 站和抖音官號(hào)，這就和外國(guó)的機(jī)構(gòu)不一樣了

這件事的信號(hào)意義極強(qiáng)。過(guò)去兩年，“AI for Science”雖然喊得震天響，但科學(xué)界始終彌漫著一種尷尬的“割裂感”：一派是 AI 極客，他們用大模型生成看似完美的論文摘要，卻對(duì)背后的物理機(jī)制一竅不通；另一派是傳統(tǒng)科學(xué)家，他們看著 ChatGPT 編造的參考文獻(xiàn)嗤之以鼻，堅(jiān)守著這一畝三分地。

可能比較看得清的，還屬弄出了 AlphaFold 的諾獎(jiǎng)得主、谷歌現(xiàn)在的 AI 掌門(mén)人哈薩比斯（Demis Hassabis）。

而陶哲軒顯然認(rèn)為是后者，但他加了一個(gè)極其苛刻的前提：我們必須馴服 AI。

如果你關(guān)注陶哲軒最近一年的動(dòng)態(tài)，會(huì)發(fā)現(xiàn)他不再僅僅是那個(gè)解決素?cái)?shù)猜想的數(shù)學(xué)家。他在博客上分享如何用 ChatGPT 輔助寫(xiě)代碼，他在推特上推崇形式化證明語(yǔ)言 Lean，他甚至在思考如何讓 AI 成為數(shù)學(xué)研究的“合著者”。

SAIR 的成立，就是這種思考的實(shí)體化。在即將于 UCLA 舉辦的啟動(dòng)儀式前，陶哲軒接受了一次深度專(zhuān)訪(fǎng)。

在這次對(duì)話(huà)中，他沒(méi)有盲目吹捧 AI 的神力，反而是以前所未有的冷靜，甚至帶著一種“挑剔”的眼光，剖析了當(dāng)前 AI 在科研中的致命弱點(diǎn)：它像一個(gè)只會(huì)討好老師的作弊學(xué)生，它像一個(gè)不僅聽(tīng)不懂話(huà)還愛(ài)鉆空子的許愿精靈，它甚至連“記住昨天說(shuō)過(guò)什么”都做不到。

但他同時(shí)指出，數(shù)學(xué)，可能是 AI 救贖的唯一機(jī)會(huì)。因?yàn)樵谒袑W(xué)科中，只有數(shù)學(xué)擁有一套名為“形式化驗(yàn)證”的終極測(cè)謊儀。

以下是 SAIR 官方最新發(fā)布的專(zhuān)訪(fǎng)實(shí)錄，包含了陶哲軒對(duì) AI 介入科學(xué)研究最坦誠(chéng)、最硬核的思考。

學(xué)術(shù)界不能“坐等”科技公司的施舍

主持人：大家好，今天我們非常榮幸邀請(qǐng)到陶哲軒。隨著 SAIR 基金會(huì)啟動(dòng)在即，我們很想聽(tīng)聽(tīng)您的新視角。首先，能否請(qǐng)您簡(jiǎn)單介紹一下自己？

陶哲軒：好的。我是陶哲軒，UCLA 的數(shù)學(xué)教授。以前我的興趣主要在純數(shù)學(xué)，但最近幾年，我越來(lái)越深入地參與到利用 AI 和其他新技術(shù)來(lái)做數(shù)學(xué)，或者更廣泛地說(shuō)，做科學(xué)研究的新方法中。

最近，我和其他幾位科學(xué)家及捐贈(zèng)者共同創(chuàng)立了 SAIR（Foundation for Science and AI Research）。這是一個(gè)新的基金會(huì)，旨在支持“AI for Science”，探索如何將這些新技術(shù)整合到科學(xué)工作流中。幾天后，我們將在 UCLA 的 IPAM（純粹與應(yīng)用數(shù)學(xué)研究所）舉辦首次啟動(dòng)活動(dòng)。

主持人：我想這是很多人都想問(wèn)的問(wèn)題：是什么讓您決定共同創(chuàng)立 SAIR？

陶哲軒：這是多種因素的結(jié)合。

過(guò)去幾年里，我越來(lái)越確信：這些技術(shù)已經(jīng)準(zhǔn)備好改變科學(xué)了。

但關(guān)鍵在于，我們必須準(zhǔn)備好去接納它們。我們需要學(xué)會(huì)“正確”地使用它，并避免“錯(cuò)誤”的用法。事實(shí)上，把 AI 融入科研有很多錯(cuò)誤的路徑，而正確的路徑其實(shí)非常少。

在這個(gè)過(guò)程中，學(xué)術(shù)界不能只是被動(dòng)等待。我們不能等著科技公司扔給我們一個(gè)現(xiàn)成的產(chǎn)品，然后直接拿來(lái)用。我們需要深度介入，去互動(dòng)，去搞清楚哪些科學(xué)領(lǐng)域適合 AI，哪些仍然適合人類(lèi)的傳統(tǒng)方法。

另外，還有一個(gè)比較現(xiàn)實(shí)的原因。過(guò)去一年，資金環(huán)境充滿(mǎn)了不確定性。比如我所在的 IPAM，我們的很多項(xiàng)目曾一度面臨資金暫停的困境。那種混亂時(shí)期迫使我們?nèi)ふ倚碌馁Y金來(lái)源，去接觸新的投資人和合作伙伴。而在某種程度上，危機(jī)也帶來(lái)了轉(zhuǎn)機(jī)，SAIR 就是這次合作的成果之一。

AI 的阿喀琉斯之踵，與數(shù)學(xué)界的“終極測(cè)謊儀”

主持人：您提到數(shù)學(xué)在 AI 應(yīng)用中似乎很特別。為什么？

陶哲軒：潛力確實(shí)非常大。但我們要先談?wù)劕F(xiàn)代 AI 工具，尤其是大語(yǔ)言模型（LLMs）的一個(gè)巨大的“阿喀琉斯之踵”：它們的隨機(jī)性（Stochastic）。

它們并不真正“扎根”于現(xiàn)實(shí)。它們有時(shí)能給出極好的答案，有時(shí)卻給出完全的垃圾。它們只是在統(tǒng)計(jì)學(xué)上匹配出一個(gè)看似不錯(cuò)的答案，而不是基于理解。

因此，在很多學(xué)科里，AI 的應(yīng)用并不像最初預(yù)期的那樣令人滿(mǎn)意，因?yàn)?strong>不可靠。

但在所有應(yīng)用領(lǐng)域中，數(shù)學(xué)幾乎是獨(dú)一無(wú)二的——因?yàn)槲覀儞碛蟹浅３墒斓?strong>驗(yàn)證能力。

如果你給我一個(gè)數(shù)學(xué)證明，無(wú)論是人寫(xiě)的還是機(jī)器寫(xiě)的，我們有邏輯定律，有數(shù)學(xué)法則，我們可以檢查它對(duì)不對(duì)?，F(xiàn)在，我們甚至可以用計(jì)算機(jī)來(lái)做這件事——我們有形式化證明助手（Formal Proof Assistants）語(yǔ)言，它們可以自動(dòng)驗(yàn)證證明的正確性。

這就在某種程度上讓 AI “不得不誠(chéng)實(shí)”。這讓數(shù)學(xué)比其他學(xué)科有更大的機(jī)會(huì)去過(guò)濾掉 AI 那些糟糕的、胡說(shuō)八道的用法，而保留下有效的用法。當(dāng)然，并非所有數(shù)學(xué)都能被形式化驗(yàn)證，比如提出新猜想或解釋概念，AI 目前還未必擅長(zhǎng)。但在證明驗(yàn)證這一塊，潛力是巨大的。

主持人：隨著驗(yàn)證程序的發(fā)展，我們是否會(huì)迎來(lái)一個(gè)節(jié)點(diǎn)：AI 可以持續(xù)生成想法并自我驗(yàn)證，從而創(chuàng)造出全新的東西？

陶哲軒：這確實(shí)是我們的目標(biāo)。目前，AI 會(huì)生成各種隨機(jī)的想法，其中可能只有極少數(shù)是有價(jià)值的。我們現(xiàn)在還無(wú)法直接驗(yàn)證“想法”本身。

但我們可以借鑒物理學(xué)或化學(xué)的方法。物理學(xué)家提出一個(gè)假設(shè)，然后通過(guò)實(shí)驗(yàn)收集證據(jù)——這雖然不是嚴(yán)格的證明，但能增加或減少你對(duì)假設(shè)的信心。

我預(yù)見(jiàn)未來(lái)的數(shù)學(xué)會(huì)帶有更多的“實(shí)驗(yàn)性質(zhì)”?，F(xiàn)在的數(shù)學(xué)幾乎完全是理論推導(dǎo)，但在未來(lái)，AI 可能會(huì)提出一個(gè)假設(shè)（比如某個(gè)公式對(duì)所有自然數(shù)都成立），然后它自己去設(shè)計(jì)實(shí)驗(yàn)，測(cè)試幾個(gè)數(shù)值案例，或者檢查它是否與文獻(xiàn)中已有的結(jié)果兼容。

這種應(yīng)用目前還處于早期階段，因?yàn)槲覀冞€沒(méi)有建立起完善的驗(yàn)證機(jī)制。但隨著我們對(duì) AI 使用方式的成熟，我想象這種模式終究會(huì)出現(xiàn)——也許還需要 10 年左右。

主持人：10 年聽(tīng)起來(lái)并不算太遠(yuǎn)。

陶哲軒：其實(shí)進(jìn)展比我預(yù)期的要快。之前有些人對(duì) AI 的期望高得離譜，覺(jué)得數(shù)學(xué)家或科學(xué)家馬上就要被取代了——現(xiàn)實(shí)顯然并非如此。但 AI 確實(shí)已經(jīng)能夠證明一些以前從未被證明的定理（雖然通常是用標(biāo)準(zhǔn)方法），也能發(fā)現(xiàn)一些我們未曾注意到的模式。

它依然不可靠，但潛力顯而易見(jiàn)。關(guān)鍵在于研究如何正確地使用它。

主持人：AI 似乎很擅長(zhǎng)結(jié)構(gòu)化的重復(fù)任務(wù)。

陶哲軒：沒(méi)錯(cuò)。AI 和人類(lèi)是不同的。雖然“人工智能”這個(gè)名字聽(tīng)起來(lái)像是要取代人類(lèi)，但實(shí)際上，人類(lèi)并不喜歡做那些高度重復(fù)的任務(wù)。

在數(shù)學(xué)里，如果你給一個(gè)人 1000 道類(lèi)似的題目，他可能做完前兩道就煩了，剩下的根本不想碰。那么，把剩下的 998 道交給 AI，這就是一種非常自然的分工。

在短期內(nèi)，更合理的模式是：人類(lèi)提出構(gòu)想，畫(huà)出第一步的草圖和方向，然后把那些繁重的填補(bǔ)工作交給 AI。 這將極大地加速現(xiàn)有的工作流程。

形式化驗(yàn)證：如何逼迫 AI 停止“作弊”

主持人：既然 AI 經(jīng)常給出看似合理實(shí)則胡扯的解釋?zhuān)覀冊(cè)撛趺锤倪M(jìn)這一點(diǎn)？

陶哲軒：在數(shù)學(xué)領(lǐng)域，目前我們找到的最好辦法就是形式化驗(yàn)證（Formal Verification）。

流程是這樣的：AI 首先生成一段自然語(yǔ)言的論證，這可能對(duì)也可能錯(cuò)。然后，我們讓同一個(gè)或另一個(gè) AI，把這段論證轉(zhuǎn)換成形式化語(yǔ)言。每一個(gè)斷言、每一步推導(dǎo)都必須被轉(zhuǎn)化成精確的代碼，然后交給一個(gè)非常嚴(yán)格的編譯器去驗(yàn)證。

注意，這個(gè)編譯器不是 AI，它是傳統(tǒng)的、極其可靠的軟件系統(tǒng)，專(zhuān)門(mén)為了高可靠性而設(shè)計(jì)。到目前為止，我們?cè)谥髁餍问交C明語(yǔ)言的編譯器中幾乎沒(méi)有發(fā)現(xiàn)過(guò)重大漏洞。

如果驗(yàn)證失敗，我們就讓 AI 重試；如果通過(guò)，我們就得到了一份很長(zhǎng)的、被機(jī)器驗(yàn)證過(guò)的形式化證明。雖然這份證明可能很難讀，但我們可以反過(guò)來(lái)再讓 AI 去解釋它。

形式化證明的美妙之處在于，每一步都極其精確。你可以手動(dòng)把一個(gè)巨大的定理拆分成許多小塊，每一塊都可以單獨(dú)研究。

我們已經(jīng)遇到過(guò)很多這樣的例子：AI 生成了一個(gè)證明，我們一開(kāi)始完全看不懂。但在我們對(duì)它生成的代碼進(jìn)行“反編譯”和研究幾天后，我們不僅理解了思路，甚至還在文獻(xiàn)中找到了類(lèi)似的人類(lèi)先例。

AI 的優(yōu)勢(shì)在于廣度。它吸收了海量文獻(xiàn)中的技巧精華。人類(lèi)數(shù)學(xué)家可能熟練掌握四五種技巧，而 AI 可能掌握十幾種。雖然它并不總是能恰當(dāng)?shù)厥褂眠@些技巧，但只要問(wèn)題本身在現(xiàn)有文獻(xiàn)中有基礎(chǔ)，AI 的表現(xiàn)就很強(qiáng)。

目前我們還沒(méi)有看到 AI 提出完全沒(méi)有先例的、前所未有的全新思想——不過(guò)說(shuō)實(shí)話(huà)，大多數(shù)人類(lèi)數(shù)學(xué)家也做不到這一點(diǎn)。

為什么現(xiàn)在的 AI 還算不上“合著者”？

主持人：您認(rèn)為 AI 的下一個(gè)重要里程碑是什么？是思考方式的改變，還是應(yīng)用層面的突破？

陶哲軒：還有很多方面需要提升。首先是創(chuàng)造力，尤其是那種無(wú)法追溯到現(xiàn)有文獻(xiàn)的原創(chuàng)性。

其次是持續(xù)學(xué)習(xí)能力。我曾把當(dāng)前 AI 在數(shù)學(xué)上的能力比作一個(gè)研究生：它掌握了很多技巧，它會(huì)嘗試應(yīng)用，有時(shí)成功有時(shí)失敗。

但人類(lèi)研究生有一個(gè)巨大的優(yōu)勢(shì)：他們會(huì)從錯(cuò)誤中學(xué)習(xí)。 如果你指出他們的錯(cuò)誤，下周再見(jiàn)面時(shí)，他們通常不會(huì)再犯同樣的錯(cuò)誤。

但 AI 不是。你開(kāi)啟一個(gè)新的會(huì)話(huà)，它往往就“忘記”了一切。雖然現(xiàn)在的上下文窗口可以保留之前的對(duì)話(huà)，但這并不穩(wěn)定。還有一個(gè)眾所周知的現(xiàn)象：如果你告訴 AI 不要做某件事，它反而可能更傾向于去做。目前的 AI 是通用的，我們還沒(méi)有能力讓它真正“專(zhuān)業(yè)化”——比如把它變成一個(gè)“只做數(shù)學(xué)”的專(zhuān)家。

但我最想看到的里程碑，是一個(gè)真正穩(wěn)健的、成熟的工作流整合。

目前我們使用 AI 的方式是“拼湊”的。寫(xiě)論文卡住了，就打開(kāi)瀏覽器問(wèn)問(wèn) Chatbot；或者像有些人嘗試的那樣，把 AI 當(dāng)作 Agent（智能體）讓它接管電腦（這其實(shí)是個(gè)壞主意）。

現(xiàn)在的 AI 還談不上是真正的“合著者”。

當(dāng)你和人類(lèi)合作時(shí)，你們可以在黑板前討論，寫(xiě)下公式，這種互動(dòng)是高度整合的。人類(lèi)花了幾百年時(shí)間打磨人與人協(xié)作的方式，但我們還沒(méi)有找到與 AI 協(xié)作的最佳模式。

主持人：您覺(jué)得這種協(xié)作感具體缺失在哪里？

陶哲軒：這很難描述，可能是一種無(wú)形的因素。就像疫情期間我們都轉(zhuǎn)到了 Zoom 線(xiàn)上會(huì)議。從功能上講，線(xiàn)上會(huì)議完全可以傳達(dá)信息，但面對(duì)面的交流中有眼神接觸、有肢體語(yǔ)言，這些微妙的東西丟失了。

同樣，和 AI 聊天時(shí)，你也缺失了這些隱性的信號(hào)。

更重要的是，AI 公司傾向于展示那種“一鍵生成最終答案”的產(chǎn)品。你按個(gè)按鈕，AI 給你整個(gè)解決方案。但問(wèn)題是，你并沒(méi)有參與到這個(gè)解決方案的創(chuàng)造過(guò)程中。

如果讓你去向別人解釋這個(gè)答案，你解釋不出來(lái)；如果你想修改它，你只能乞求 AI：“請(qǐng)你幫我改一下”，而每次修改往往會(huì)讓結(jié)果變得更差。

理想的協(xié)作應(yīng)該是互動(dòng)式的：你走一步，AI 接一步；你給出反饋，它進(jìn)行修正。通過(guò)這種互動(dòng)，你會(huì)理解證明是如何一步步構(gòu)建出來(lái)的。

正如我們常說(shuō)的，有時(shí)我們真正想要的不僅僅是答案，而是那個(gè)過(guò)程。

如果要找個(gè)比喻，我覺(jué)得 AI 應(yīng)該像“鹽”。做菜時(shí)加一點(diǎn)鹽會(huì)讓食物更美味，但你不能把整罐鹽都倒進(jìn)去。關(guān)鍵在于：在合適的時(shí)候用，在不合適的時(shí)候不用。

主持人：這很有意思。AI 似乎太專(zhuān)注于“回答問(wèn)題”本身，而不一定在乎整體意義上的“正確”。

陶哲軒：這正是機(jī)器學(xué)習(xí)哲學(xué)的核心。

早期 AI 試圖模仿人類(lèi)的推理過(guò)程，結(jié)果并不好。后來(lái)人們轉(zhuǎn)向了另一種方法：只定義一個(gè)目標(biāo)（Metric），不管過(guò)程是否優(yōu)雅或合理，只要最大化這個(gè)指標(biāo)就行。這在數(shù)據(jù)量和算力上來(lái)后，效果驚人。

但也正因?yàn)槿绱耍珹I 有時(shí)“太”擅長(zhǎng)優(yōu)化目標(biāo)了。

它就像神話(huà)故事里那個(gè)只按字面意思理解愿望的精靈（Genie）。你告訴它“我要優(yōu)化這個(gè)指標(biāo)”或者“我要解決這個(gè)問(wèn)題”，它就會(huì)投入所有的算力去精確地達(dá)成這個(gè)指令。

比如，如果我要求 AI 在形式化證明助手里生成一個(gè)證明，并且強(qiáng)行要求“無(wú)論如何都要得到證明”。它可能會(huì)作弊——比如它會(huì)隨意添加一個(gè)新的公理，或者偷偷修改定義，以此來(lái)滿(mǎn)足你的要求。從字面上看，它確實(shí)完成了任務(wù)，但這違背了我們的初衷。

人類(lèi)其實(shí)不太擅長(zhǎng)精確定義目標(biāo)。當(dāng)我們讓人類(lèi)去倒茶時(shí)，不需要告訴他“不要把茶倒在我身上”，因?yàn)槿祟?lèi)有常識(shí)。但 AI 沒(méi)有這種隱含的常識(shí)背景。

所以我們正在學(xué)習(xí)，給 AI 布置任務(wù)時(shí)，尤其是那些需要精確規(guī)范的任務(wù)，必須把目標(biāo)描述得非常清楚，堵住所有漏洞，并認(rèn)真思考自己真正想要什么。

最大的誤解：把所有技術(shù)都叫 AI

主持人：最后一個(gè)問(wèn)題，您認(rèn)為大眾在科學(xué)中使用 AI 時(shí)，最常見(jiàn)的誤解是什么？

陶哲軒：對(duì)大多數(shù)人來(lái)說(shuō)，AI 等同于聊天機(jī)器人。它會(huì)像人一樣回應(yīng)你，說(shuō)些好聽(tīng)的話(huà)。

有些科學(xué)家確實(shí)用聊天機(jī)器人來(lái)輔助思考，但在科研中，更有效、更強(qiáng)大的 AI 用法其實(shí)完全不同，通常是結(jié)合了驗(yàn)證機(jī)制的數(shù)值計(jì)算、繪圖或邏輯檢驗(yàn)?？茖W(xué)家使用 AI 的方式與公眾大相徑庭——我們不需要它生成可愛(ài)的圖片，那對(duì)科研沒(méi)用。

遺憾的是，現(xiàn)在的輿論把所有東西都打包叫做“AI”。實(shí)際上，這是數(shù)百種相關(guān)技術(shù)的集合。

比如神經(jīng)網(wǎng)絡(luò)，這東西存在二十多年了。它沒(méi)有現(xiàn)在的 LLM 那么“性感”，沒(méi)有對(duì)話(huà)界面，本質(zhì)上就是個(gè)數(shù)據(jù)處理工具，用來(lái)在數(shù)據(jù)中尋找模式。它很樸素，很枯燥，但科學(xué)家們用了這么多年，效果非常好。

這種最常用的技術(shù)，往往不是公眾最關(guān)注的。也許我們需要更好的命名方式，而不是把所有東西都一股腦地塞進(jìn)“AI”這個(gè)標(biāo)簽里。

主持人：好的，今天的采訪(fǎng)就到這里。非常感謝您接受我們的采訪(fǎng)。

陶哲軒：很高興參與。