陶哲轩警醒全网:AI消化百万论文仍不及人类5个样本!未来20年人机互补大势已定

菲尔兹奖荣膺者、当代数学界泰斗陶哲轩（Terence Tao），近日在一档播客节目中以异常从容的口吻，抛出一番令整个科技界为之震动的预判。

这场对话发生在陶哲轩与其子莱利·陶（Riley Tao）参与科学与人工智能研究基金会（SAIR）节目录制的深度交流之中。

▲ 社交网络上关于陶哲轩访谈的长评

访谈过程中，陶哲轩抛出了一条让AI拥趸与AI忧虑者双双陷入沉默的核心论断：

"一个人穷尽一生也读不完一百万篇论文，更不可能逐一尝试其中每一项构想。然而今天的AI几乎能够实现这一壮举。"

"但人类只需浏览五六个数学例题，就能顿悟道：'够了，规律就在这里。'人类能够从极度稀缺的数据里完成抽象归纳，这一点，当下的AI远远做不到。它们力图模仿这一能力，但代价高得离谱。"

这番话精准戳中了大模型演进路上的一道致命短板。

算力堆砌成庞然巨兽，人类大脑却仅凭寥寥数例便能直抵本质。

陶哲轩不仅勾勒出一段绵延10到20年的"人机互补窗口期"，更为所有科研从业者指明了前路：当信息壁垒被机器彻底夷平，人类仅存的终极底牌，便只剩下"想象力"这三个字。

眼下的AI究竟强大到何种程度？

它手握人类史上从未拥有过的"全知之眼"。自1987年起，哪怕是被尘封于无人问津的期刊深处、从无第二位读者翻阅的陈年定理与冷僻猜想，大模型都可在瞬息之间通览无遗并织就关联网络。

它永不懈怠，能在一夜之间穷尽十支人类研究团队倾尽毕生也试不完的组合路径。

▲ 媒体整理的核心引语：未来10到20年，人类与AI将处于互补优势期

然而奇迹的阴影下，隐藏着令人咋舌的笨拙

为识别一种数学规律，尖端大模型需吞噬数万亿Token的语料、调动上千块GPU、狂烧数百万度电力，最终以天文数字般的算力去"逼近"那条规律。

而一位经过训练的数学家呢？

递上5个例子——五组数字，或者几幅图表——

人类大脑甚至在意识尚未凝聚成语言之前，直觉便已在神经元深处轰然点燃，"结构就在那儿！"

这是人类经数百万年进化淬炼出的宇宙最强有损压缩算法。机器以百亿参数去"暴力破解"的事物，人类大脑凭借进化预装的认知底层模型，免费即刻获取。

正如陶哲轩所述，机器眼下也能"佯装"完成小样本推理，但那是在以极其高昂的算力税，去兑换人类转瞬即逝的灵光乍现。

许多人误以为，陶哲轩投入AI怀抱，就是每日端坐屏幕前让ChatGPT代劳解数学题。

错得离谱

在访谈中，陶哲轩抛出两个精妙绝伦的比喻，彻底颠覆了大众对AI科研的固有认知。

▲ 陶哲轩父子在SAIR播客中的核心对谈实录

1. 喷气发动机不能当喷气背包

AI的推力确实骇人，恰似一台巨型喷气发动机。

但若你径直将其绑缚于血肉之躯的背部充当"喷气背包"，启动刹那便可能被磅礴推力撕成碎片：大模型的幻觉与胡言乱语将摧毁你的逻辑链条。

可行的方案是环绕发动机打造一架飞机。飞机上的机翼、仪表盘、自动驾驶系统，对应严丝合缝的验证工具与工作流。

2. 消防水管里喷出的全是"脏水"

传统科研，恰似老式水龙头，淌出的水流迟缓，滴滴答答，但每一滴皆是可直接饮用的"纯净自来水"。

当下的生成式AI，恰似一根高压消防水管。水流量之巨足以将人冲飞，但其中混杂泥沙、碎石与幻觉毒素。若你径直张口饮用，当场便会中毒

那么如何将这股洪流淬炼为可用之科学？

答案是：必须在水龙头上加装一道滴水不漏的"超级过滤器"。

在数学界，这道过滤器已然问世，它便是以Lean为代表的形式化证明助手。

只要编译器报错，一行伪证明休想蒙混过关；只要编译器通过，那它便具备数学意义上近乎100%的确定性。

AI负责在海量矿渣里淘金，形式化工具负责提纯，人类负责最终认领真金。

这套理论有实际项目托底，陶哲轩已携全球数学家联袂打过几场漂亮仗。

昔日，一位数学家研究方程，恰似中世纪的老鞋匠，一年精雕细琢一两双皮鞋。

然而在声名远扬的"等式理论项目"（Equational Theories Project）中，陶哲轩直接发起了一场"现代工业流水线战役"。

▲ 《大西洋月刊》报道：我们正在进入数学研究的未知领域

面对4694条代数定律间盘根错节的蕴涵关系，这等同于要在两千余万个逻辑真假判定里排雷，传统数学家团队穷尽数世也难以算尽。

陶哲轩团队的策略是：

短短数月，几代人累积的工作量便被梳理成一幅宏伟版图。

还有一个更为直观的例证：在探寻某种极优几何结构（尼科迪姆集，Nikodym sets）时，Google DeepMind的工具在极狭的参数空间里，算出了若干极为诡谲、极为精妙的代码解。

AI并不知晓此解为何正确，它仅仅是"撞"出来的。

然而陶哲轩凝视那几个具体案例后，人类大脑的泛化引擎轰然启动。他参透了数据深处的拓扑骨架，顺藤摸瓜，撰写出一篇能够推广至任意维度的人类通用证明论文。

机器掘地三尺，人类一锤定音——这便是未来科研的崭新形态

在人机共生的高速通道上，陶哲轩还敏锐地觉察到一个隐秘的代价："偶然性"（Serendipity）的消逝。

往昔，一位学者前往图书馆借阅一本论文，往往会在书架旁不经意瞥见另一本风马牛不相及的著作，随手一翻，激荡出全新的跨学科灵感。那条从"问题"通往"答案"的曲折路径上，蕴藏着无数珍贵的"走神"。

▲ 开发者讨论人机之间的反馈几何学

如今，AI精准地在数秒间将最终答案推送至你眼前。路径缩短了，"必要的弯路"却被连根拔除。

人类并未因AI而变得闲适

社交平台上有开发者自嘲：

"我原本指望AI能让我提早下班，如今却开着两个不同的AI智能体在后台并行跑任务，坐在屏幕前一边等待一边走神刷推特，摩擦力化作了多线程并行的焦虑。"

机器接管执行后，认知负荷回落到人类肩上：在信息无穷涌流之际，你究竟应当提出怎样的问题？

经济学领域有一条经典定律名为"李嘉图比较优势"：即便一方在所有产业上都更胜一筹，双方分工依旧能缔造更大收益。

陶哲轩将此定律移植至智能领域：

即便未来10到20年间，大模型凭借更强劲的世界模型、因果推理与主动学习，逐步习得人类的"直觉"，在宏观分工上，我们仍必须将文献检索、全景穷举托付给机器，将战略决策、审美判断留予人类。

▲ 陶哲轩在arXiv发布的重磅演讲文稿，将争论引向数学的核心价值观

在2026年国际数学家大会的公开演讲文稿中，陶哲轩甚至将"AI能否取代数学家"的技术论辩搁置一旁，直击学术界的灵魂深处：

答案昭然若揭

AI从不渴求理解世界，它仅负责计算概率；而人类即便身处无知之境，依旧渴望洞悉星空背后的秩序。

人类受困于阅读带宽、记忆容量与肉身寿命的漫漫长路，正在我们这一代人眼前迎来转折。

在未来十至二十年的窗口期里，机器负责照亮整片森林，人类负责甄选出值得深耕的种子。

在这个机器通读百万篇论文的时代，你从那5个例子里提炼出的直觉与品味，便是你最终的尊严所在。