AI颠覆数学传统，陶哲轩的担忧揭示了什么？
斯坦福大学的一场演说，让数学领域掀起波澜。主讲人是陶哲轩——菲尔兹奖获得者，数学界的顶尖人物。他在分享《新数学工作流》后，立刻在Mathstodon发布了一则声明：他打算调整自己的工作模式，不再执着于实时跟踪所有新论证。这并非普通学者的放弃表态。陶哲轩每年审核上百份论文，是全球数学趋势的引领者。当引领者说“不跟了”，风向已然转变。他的忧虑唤醒了谁？唤醒了全体知识从业者。数学本是最依赖深思的领域，若连数学家都被AI逼得难以喘息，程序员、律师、医生、分析师，谁能置身事外？陶哲轩将数学的产出过程分解为三个阶段。
陶哲轩12年预言成真：AI48小时攻克千万数学题；《科学》指出哺乳期多吃牛羊肉提升婴儿免疫力｜本周科研精选
每周，「领研网」都为你挑选近期重要或有趣的学术报道。点击标题即可阅读～生物 · 医学@生物世界生物学的编程语言来了——Proto，让科学家像写代码一样设计生命bioRxiv@环球科学把女性尿液注射到青蛙体内，如果它数小时内产出数百枚卵，就说明她怀孕了The BMJ; PLOS ONE@华盛顿大学医学院你可能比父母那代人老得更快：15万人研究发现，年轻一代生物衰老速度正在加速Nature Medicine@学术经纬母乳的影响或贯穿一生！《科学》：母亲多吃牛羊肉，有望让婴儿“赢”在起跑线Science@生物世
陶哲轩十二年前的远见，如今被AI完美印证
事实证明，菲尔兹奖得主有时候也兼职预言家。十二年前，陶哲轩在首届数学突破奖的舞台上抛出了一句预言，被视作天方夜谭：将来有一天，我们或许不再用LaTeX撰写论文，而是使用计算机能理解的形式化语言。那一年，Transformer还没诞生，ChatGPT更是连影子都没有。没想到，回旋镖正中靶心。过去这一年，AI在数学领域突然开始疯狂提速。从OpenAI解决开放问题，到DeepMind批量攻克数学猜想，越来越多数学证明被写进形式化系统，交给计算机自动验证。回望来路，最早看清风向、亲自下场实践的人，就是陶哲轩。十年
陶哲轩：引领AI与数学融合的开拓者
人工智能前沿资讯，第一时间为您送达通过自动化验证工具，复杂的数学问题能够被分解成若干小块（chunks）分别解决，确保每个推理步骤都准确无误，再整合得出最终结果。一些学者认为，这标志着数学研究方式即将迎来重大变革。像Lean这样的自动化验证工具，可以为数学证明的严谨性提供完全的保障。图源：Samuel Velasco |《量子杂志》Quanta Magazine代码致谢：亚历克斯・康托罗维奇（Alex Kontorovich）作者：Kevin Hartnett（凯文・哈特内特，量子杂志特约撰稿人）2026
AI重塑数学：从证明泛滥到基建重构|2026 Science x AI Summit
人工智能正以惊人步伐深入数学研究领域。然而，2026年5月在硅谷举行的一场顶级科学对话揭示了一个反常识的现实：AI并非能力不足，而是“方向走偏”。2026年5月12日至13日，SAIR Foundation联合创始人、菲尔兹奖得主陶哲轩（Terence Tao），菲尔兹奖得主、剑桥大学教授蒂姆·高尔斯等数学界领袖在“2026 Science x AI Summit”会议上共同发出警告：数学正从“证明稀缺”阶段滑向“证明过剩”阶段，而人类数学家尚未做好应对准备。这场由SAIR Foundation主办的峰会
AI浪潮下的数学革命：2030年人工智能能否携手数学家问鼎菲尔兹奖
《Nature》杂志的专题报道中，多位数学家就此议题发表了自己的看法。OpenAI的数学家塞巴斯蒂安·布贝克指出：这简直令人难以置信，在该案例中，人们开始在模型的输出中察觉到原创“思维”的端倪。加拿大多伦多大学的数学家丹尼尔·利特认为：人工智能系统尚未实现重大突破，但它们对现有数学知识的掌握已超越人类水平，并且展现出强大的推理能力；此外，它们不会感到疲惫或丧失动力。据报道，目前主要的制约因素之一是现有模型最多只能生成三到四页长度的证明，但正在不断改进。同时多位数学家也表达了担忧，比如人类审稿人在评估人类撰
数学大师陶哲轩深度解析：AI已超越本科水平，人类未解难题仍是禁区
大模型已经能够处理绝大多数日常任务，但真正能改变生产方式的技术形态可能还在持续演进中。—— 若木产业观察作为全球公认的高智商代表，菲尔兹奖获得者陶哲轩近期在斯坦福发表演讲，提出了一个引人深思的观点：现有AI系统已能完成大多数本科阶段的数学题目和基础研究工作，然而对于真正具有挑战性的世界级难题，AI仍然束手无策。2026年5月16日，BBC报道了AI在80分钟内解决困扰学界50年的"Erdos Problem 1196"难题。陶哲轩对此表示，这个难题本质上属于组合优化类型，有明确的解题思路，优秀的数学专业学
AI化身科学侦探：陶哲轩预言「证明过剩」新纪元
快速生成论文初稿：https://weixin.academicideas.cn/或点击文末【阅读原文】查看。未来顶尖科学家的核心能力，或许不再是独自解题，而是甄别 AI 给出的答案是否准确你是否思考过：深知石子入水会激起涟漪，但若仅观察涟漪形态，能否逆向推导出石子落点及冲击力大小？这宛如侦探破案。如今，AI 正转变为这样的「科学侦探」。近日，美国宾夕法尼亚大学工程学院团队推出一种名为「平滑子层」的新策略，使 AI 能从观测到的「现象」逆向推导潜在的「规律」——概念虽显抽象，其潜力却令人惊叹。在科学与工程
AI模型有望成为数学界的通用语
星期二 多云 31℃/21℃AI模型有望成为数学界的通用语· 核心摘要不少人寄希望于AI简化证明验证流程。· 正文验证过程往往漫长。同行数学家耗费十余载反复推敲，才确认黑尔斯的计算无误。数学结论要获“证明”地位，每一步都得逐符号、逐命题核查。美国国防高级研究计划局（DARPA）的帕特里克・沙夫托指出，这凸显了数学界的“核心瓶颈：信任问题”。沙夫托博士率领团队，旨在利用AI加速纯数学发展，其中关键在于简化“形式化”流程。若具备高深数学素养的大语言模型（LLM）真能验证既有证明并协助构建新证明，众多数学家相信