“你不能在只有你蒸馏全人类的网络文献、全人类的知识的时候，就大大方方地去蒸馏；事实上没有人想要蒸馏你，大家只是想要了解一下思维链，然后你觉得别人想要蒸馏你，就开始说这个不行，那个不行。”
日前，菲尔兹奖得主邓煜近日在《知识分子》举办的AI与数学论坛上，谈到了AI公司公布数学研究成果引发的争议。
他认为，AI已经能够显著推进数学研究，数学家没有理由拒绝使用这样的工具，但AI公司在成果披露、学术规范和用户权益方面，仍有一些问题值得讨论。
此前， OpenAI 公布了涉及300多个问题、700多篇文章的研究成果。此前，该公司还公布了关于千禧年难题之一——Navier-Stokes方程相关问题的证明。这些发布在数学界引发广泛讨论。
对此，邓煜表示，他看过其中几篇文章，认为相当一部分工作构成了数学上的重大进展。AI有时能够巧妙结合不同领域已有的技术，有时则在既有思路上发展出新的方法，也有一些工作直接沿用了人类研究者已有的路线。
他还提到，有不止一位数学家反映，自己此前输入AI模型的想法和思路，几周后便出现在该公司的最新成果中，采用的做法和证明方式都极为相似。
邓煜认为，AI在数学研究中有明显的优势，比如知识面广，还有试错成本低，“在这方面，如果人要跟AI比速度，那肯定是没有任何希望的。”
但他强调，AI应当是数学家使用的工具，而不是取代研究者的主体。人类负责提出问题、把握方向、规划研究路线，AI则可以承担大量技术细节和反复试错的工作。与此同时，人也可以学习AI形成的新思路，再将这些思路用于下一轮研究，形成相互促进的过程。
而如果把AI模型视为能够独立开展研究的虚拟研究者，那么重大成果就应当接受学术界相应的检验。
他说， AI 当然不可能去做报告，它可以做解释。对AI 来说，证明背后的思路，很明显是AI的思维链。那么，如果AI 证明了一个非常重大的问题，一个非常合理的要求，是公布 AI 的思维链。但很明显，这家AI 公司并不愿意这样做。
但在 OpenAI 公布的所有证明中，只有极少数真正公布了思维链，大多数情况下，他们都以所谓的防蒸馏为借口，拒绝公布思维链及相关的信息。
“AI 公司拒绝公布，很明显是不符合学术界的惯例的。”
他还指出，如果研究成果沿用了其他人的思路，研究者有责任明确说明；而在发布之前，也应尽可能验证证明的正确性。
还有就是，对于人类研究者，在发表之前，首先要保证证明的正确性。这一点对AI 公司来说，完全可以通过形式化的手段，在保证正确性的情况下再进行发布。
当然他们也没有这么做，而是在没有任何正确性保证的情况下直接发布。事实上，后来发现了有若干篇文章——多于一篇文章是存在错误的，甚至后来也撤回了。
邓煜还质疑称，数学家付费使用AI产品，将自己的想法输入模型，而公司可能利用这些输入训练下一代产品，再用新模型解决公开数学问题并获得荣誉。
“我们作为用户，我们得到了什么？我们什么都没有得到。既然什么都没得到，我们为什么要向你付这么多钱？”
他提出，AI产品应当允许用户选择是否授权输入内容用于训练；研究成果还应具备可追溯性。当某位研究者输入的思路后来被另一位研究者借助AI用于证明时，应能够追溯最初的思想来源，从而厘清AI、人类研究者及不同个人各自的贡献。
他也提到，开源数学模型可能成为一种选择。
“我想，我们可以通过开源数学模型，保证数学界有属于自己的模型掌握在自己手里，不需要去依赖于这样一些AI 公司。”他说。
谈及AI更长远的影响，邓煜认为，强AI有望拉近数学不同分支之间的距离，也能加强数学与现实世界的联系。
他以自己研究的偏微分方程为例指出，一些数学模型源于现实问题，但由于结构过于复杂，研究者往往只能先研究简化模型。即使已有理论能够解决简单情形，将其推广到更贴近现实的模型时，仍会遇到大量技术困难。
“我们把我们自己从这些繁琐的细节中解放出来，去思考更深刻的问题，包括更跟现实相关的更复杂的问题。”
AI也可以帮助数学家跨越不同分支之间的知识壁垒，让研究者在不掌握其他领域全部技术细节的情况下，借助其中的方法推进自己的工作。
不过，他并不认为这意味着纯数学会消失。他表示，即使数学与物理、工程等现实问题的联系更加紧密，数学仍然拥有独立的研究对象、思考方式和学科价值。
在演讲最后，他将讨论延伸到AI时代人类思考的意义。
他引用帕斯卡的说法：“人是一根会思考的芦苇。”
邓煜表示，AI可以变得非常强大，也可以回答大量问题，但人类仍应保留自主思考和自主探索的能力。对于他而言，数学正是体现这种能力的重要领域。
“如果有了AI，我们就放弃了自主思考这样的能力，我觉得就和动物没什么区别。”
在他看来，无论AI发展到什么程度，数学研究都应当继续以人为主体。人类提出自己真正关心的问题，决定探索的方向，并借助AI推进研究，这一过程仍将是数学发展的重要组成部分。
