AI论道｜AI × 数学 = ？

今年7月，在美国费城举行的菲尔兹奖颁奖仪式后，一名新晋获奖者再度激起浪花——在新闻发布会上，青年数学家雅各布·齐默尔曼宣布，将前往OpenAI安全部门任职，研究方向为AI安全。

几乎同期，第67届国际数学奥林匹克（IMO2026）在上海落幕，赛事首次增设AI特邀测试赛道。华为小艺Agent、小红书dots-note-3.0两套国产AI系统，双双拿下官方裁判42分满分成绩，刷新了AI高阶数学推理的行业纪录——就在两年前，谷歌DeepMind的AI模型仅取得银牌水平，且需要人类专家手动翻译题目逻辑。

一边是顶尖数学家投身AI安全治理，一边是人工智能攻克数学难题。两个热点事件，直指一个核心命题：人工智能时代，我们为何要反复追问数学的价值？或者说，人工智能与数学的相乘效应，将为基础研究与科技产业带来怎样的变革？

谁在背着我们学数学？

回溯2025年世界人工智能大会（WAIC），就有一件很有意思的事情——AI现场“自证实力”。

广西云-广西日报记者 古秀芳 使用AI制图

2025年世界人工智能大会，提出了“模型、数学、科学”的人工智能“科学三问”，直指AI底层理论困境与科学共生路径。在“数学之问”论坛上，著名数学家、首位华人菲尔兹奖获得者丘成桐现场出题，上海人工智能实验室、商汤科技、阶跃星辰、MiniMax四个基础大模型现场解题，它们拿到的题目分别是当年国际数学奥林匹克竞赛的一道几何题，一道不等式极值求解题，一道概率递归题以及一道平面几何题。

这场考试的结果是，AI不仅解出原题，还展示了逻辑清晰的解答思路，自主修正错误，展现了多路径推理能力。

最近两三年，万亿参数大模型已经实现规模化落地，人工智能产业进入高速扩张期。但人们渐渐发现，大模型构建缺乏系统严谨的理论支撑，模型泛化能力不足、安全性不可控、逻辑推理漏洞等痛点渐渐凸显。

数学与人工智能的关系是什么？是Math for AI（数学研究赋能AI），还是AI for Math（AI助力数学研究）？

关于这个问题，学界与业界一直在各自求解。这种双向需求的碰撞，无法通过算力堆砌、数据叠加彻底解决。近年来，多位菲尔兹奖获得者、院士级数学家与行业研究者提出：人工智能的本质突破，终究要回归基础学科。而数学，正是无可替代的底层基座。

数学，“稀缺”还是“过剩”？

有学者站在Math for AI一方。

早在2021年4月，中国科学院院士鄂维南在国际权威期刊发表《应用数学新时代的曙光》一文，指出人类正迎来应用数学发展史上第三个黄金时代。后来，他在接受媒体访谈时进一步表示，人工智能的很多基础问题，本质上都是数学问题，然而，数学界并未充分参与进来，这导致了人工智能长期缺乏坚实的理论基础，进而带来一系列问题。例如现在的大模型，基本还是依赖经验和试错，缺乏清晰的理论指导，造成门槛很高、资源浪费严重。

广西云-广西日报记者 古秀芳 使用AI制图

图灵奖得主、上海期智研究院院长姚期智认为，数学是所有科学学科的通用语言，不管是在AI时代，还是在以后的任何时代，“想要实现从0到1的原始创新，就要把数学、物理和计算机学好”。

福建福耀科技大学校长王树国也强调，人工智能的根基根植于数学，没有扎实的数学理论体系支撑，大模型、前沿智能技术的迭代升级终将受限。

另一方面，在数学为AI筑牢底层基座的同时，AI也在反向重构数学研究范式。

7月24日，菲尔兹奖得主陶哲轩在美国费城举行的2026年国际数学家大会（ICM）上发表演讲。他提到，人类数学正在从“证明稀缺”迈入“证明过剩”时代——过去，数学研究领域顶尖难题的证明过程，往往耗时数年、数十年甚至上百年；如今，AI有可能实现数学证明的高效量产。但AI能实现“解题更多”“更快证明”，人类却可能“消化不良”：这些成果真正吸收、消化，整合进成熟的理论框架，还是需要充分的思考和时间。

另一位菲尔兹奖获得者马丁·海尔，日前在接受央视《高端访谈》专访时表示：人工智能会改变数学学科，推动研究转向不同方向，大幅提速部分工作，甚至让部分细分领域缩减，因为这些领域已经失去研究的意义。但它不会终结数学，因为“数学家所关注的，恰恰就是那些无法通过自动化手段解决的问题。”

也许正确，但远远不够。

科技新动力，不止数理化

随着生成式AI快速胜任大体量文稿写作、创意方案设计、信息分析整合等工作，“文科消亡论”再次甚嚣尘上。

“我反而觉得理科更容易消亡。”Pokee AI（一家面向企业的AI代理平台）创始人兼CEO朱哲清，曾在Meta任职7年多，在被媒体问到如何看待“文科消亡论”时，他一语惊人。

朱哲清认为，理科领域90%的内容是工程型的、有固定答案的解决方案，这类任务交给AI完成相对容易。但凭空创造一个全新的东西，目前仍是AI不擅长的事情。因此，未来人类的价值在于不断拓展认知与技术的边界，减少对执行层工作的依赖。

“应该说现在是‘文化人’的黄金时代。”复旦大学计算与智能创新学院副教授李银胜说，生成式AI带来的核心进展是“知识平权”，如今以大语言模型为代表的工具，让不同专业背景的人都能快速获取跨领域知识，文理科之间的清晰边界正在快速消融。然而，AI能处理所有可被数据化、语言化的专业知识，却无法拥有人类在实践中沉淀的直觉、感悟与价值判断。那些厚植于历史观与价值观的创意、决断与人文关怀，是难以被数据复刻的能力，也正是人文社科的核心优势地带。

“人文社科在人工智能时代要扮演‘灵魂’角色，让人工智能像人一样‘活’起来。”广西民族大学法学院院长陈星认为，这份“灵魂”包含三重内涵：一是筑牢正确的价值底座与伦理观念，将中华优秀传统文化融入算法，让人工智能在科技向善的准则下运行；二是滋养文化内涵与人文温度，让机器不仅能处理事务，也能拥有共情力与伦理思辨能力；三是锚定法律规则与社会秩序，让产业创新保有技术锐度的同时，不偏离公共利益与公平正义的底线。

近期，全球部分顶尖科技企业纷纷高薪招募哲学博士，开设专职伦理研究岗位。陈星认为这一现象是个重要信号：人工智能发展到一定阶段，技术一定离不开人文社科。

“价值对齐、道德推理、伦理规则、意识边界……这些技术深化过程中必然遇到的瓶颈，最终要靠人文学科领域的智慧来破解。”陈星说，信息技术与人文社科的双向奔赴，才能支撑起人工智能更广阔的应用空间。

这样的逻辑同样在向人才培养中延伸。陈星提出，人文社科教育不能排斥人工智能，应主动革新教学方法，将工具使用与专业能力培养结合，同时以专业积累反哺AI伦理、知识产权保护等领域的建设。

可以预见，当理性逻辑与人文价值在人工智能的演进中交叠相融、持续沉淀，那颗蕴藏着无限可能的智能“奇点”，便蓄势待发。

寻找人类的常数

禾页

根据网友和媒体“考古”复盘的记录，在14年前，Deepseek创始人梁文锋曾与未来的合伙人郑达韡、徐进在微博上讨论过一道数学题。题目大致是：蚂蚁沿着立方体的边，从一个顶点爬到对角的顶点，任一顶点向3条边爬行概率各1/3，求路程的数学期望。

老实说，能同时看得懂题目和答案的网友应该不多，其中也包括我。但这并不妨碍大家形成一种认知——数学，是人工智能的摇篮。

我们还没来得及窃喜，又被卷入新的担忧：要是AI比人类都算得快、做得好，我们还能做什么？当算法拥有亿万参数却无人说得清其“思考”过程，当那些曾被认为只能依赖直觉与感性的艺术创作领域，正在AI的拆解下显出理性结构，我们该如何应对这汹涌而至的变革？

解药或许不在强大的算法中，而在数学、物理等基础理论领域的深厚积淀，在文史哲和民族学、传播学、社会学的洞见中。

关于AI最重要的问题，从来不是它将变得多么强大，而是当工具不断进化时，人类是否仍然能保持想象力、判断力以及推动文明跃迁的创造力。

借用但丁在《神曲》中的一句话：“宇宙纷散的纸张，都被爱合订为一册。”

当世界被算法重新编码，人类对美、爱和意义的理解，就是那一根装订线。