[Sharing] Wei Zhewei: Three Questions on Mathematics in the AI Era

Original Media · 11m · 中文 · YouTube · Best Partners TV

本期速览

一位数学家兼AI研究者提出了三个关于AI对数学深远影响的核心问题:数学是否真正优美?人类数学直觉是否可靠?数学发现与应用的反馈回路是否必须漫长?通过围棋(AlphaGo)、理论计算机科学(3SUM猜想)以及AI协助解决的差分理论问题等案例,演讲者论证AI可能打破人类审美预期、颠覆根深蒂固的直觉,并将问题形式化到求解的时间从数十年压缩至数小时。

为你解答

PRO members can sign in and request more information — or their own version of this digest, tuned to what they care about.

Sign in to unlock

意想不到的发现

•

差分问题(Tusnády问题)的最优策略竟是“在平面上随机撒点” —— 这一结果“完全违背了人类所有的直觉”,连该领域所有专家都未曾预料。

•

AlphaGo对李世石的第37手(三三点高位尖)在人类棋谱中出现概率仅万分之一,解说员一度判定为严重失误,实则为制胜妙手。

•

作为细粒度复杂度基石的3SUM猜想,被用作数百篇论文的硬度假设,其被打破并非源于理论突破,而是算法改进(极可能借助计算搜索发现)。

本期要点

•

AlphaGo等AI系统已摧毁围棋中的人类审美概念(如“二路扳六子”),预示数学之美可能面临类似命运。

•

理论计算机科学中长期被视为优雅的3SUM猜想(n²下界)近期被打破(n¹·⁹⁹⁹⁹²算法),挑战了基础问题具有“美丽”复杂度的信念。

•

人类数学直觉可能大错特错:AI发现经典差分问题(Tusnády问题)的最优点配置竟是随机点,完全违背所有专家直觉。

•

数学发现与现实应用的反馈回路(历史上长达数十年甚至百年)借助AI可缩短至数小时,将根本改变数学家的角色。

•

数学或将回归与物理、工程紧密耦合的时代:人类负责建模形式化,AI负责求解。

精彩语录

“AI从某种意证来说,因为他获得了更强的起力,它是摧毁了人类对于围棋的很多的美感”

▸ 精彩语录 · 2:13

“这样重要的一个问题它都不是N平方的,因为N平方我觉得是很自然的,很很很具备对称美的一个东西”

▸ 精彩语录 · 4:36

“特别蓝染色的点长什么样子呢?特别蓝染色的点就是随机在平面上撒一把点,这个就完全违背了人类的所有的直觉”

▸ 精彩语录 · 8:19

“以前觉得可能是不可能解的啊也没有任何的数据工具解的,但是以后呢用AI可能就数小时就把它解决了”

▸ 精彩语录 · 9:49

“数学将来如果AI发现了它不是一个或者说它在很多结构上并不如我们想象的优雅那我们应该怎么办”

▸ 精彩语录 · 9:49

章节

•

0:00 — 引言:AI对数学的深层冲击: 演讲者为北大数学04级校友,现从事AI与理论计算机工作。他提出三个开放性问题,探讨AI如何从根本上改变数学,而非仅加速数学。

•

0:37 — 问题一:数学真的优美吗?: 审视“数学内在优美”这一信仰。以AlphaGo摧毁围棋美感(如二路扳六子)和3SUM猜想被打破(n²→n¹·⁹⁹⁹⁹²)为例,论证AI可能揭示数学结构远不如人类想象般优雅。

•

5:10 — 问题二:人类数学直觉可靠吗?: AlphaGo第37手(人类万分之一概率、曾被判为错着)颠覆围棋直觉。数学上,AI解决差分问题(Tusnády问题),发现最优点集是随机分布,彻底违背专家直觉。

•

8:48 — 问题三:数学反馈回路必须漫长吗?: 列举拉东变换(1917年数学解决,1970年代CT应用)等50-100年滞后案例。预言AI可将反馈压缩至数小时:领域专家建模,AI求解,重塑数学-科学-工程管道。

•

10:33 — 结语:留给社区的三个追问: 抛出三大核心追问:(1) 若数学不优雅该如何?(2) 直觉错误时如何向AI学习?(3) 反馈从百年缩至小时将引发何种变革?呼吁共同思考。

出场人物

•

Speaker 1 — 报告人/研究员