【新智元导读】陶哲轩重磅预言：AI终将成为「数学界的AlphaGo」。。。
。未来，，，，AI将不再只是工具，，，，而是攻击菲尔兹奖的选手！这一次，，，，他描绘了AI攻击菲尔兹奖的蹊径图。。。
。 若是只是用AI来天生某个辅助盘算，，，，已经在爆发中。。。
。但若是是像「菲尔兹奖」这样的顶尖效果，，，，AI加入并被视为要害孝顺者，，，，那可能还需要一段时间。。。
。 物理学家有个梦想，，，，希望AI能发明新的物理定律。。。
。理论上把所有实验数据喂进去，，，，它能找到我们以前没注重到的模式。。。
。但现有AI甚至在从数据中发明已知定律方面，，，，也还很辛苦。。。
；；；；；
；蛘咚，，，，若是它能做出这些效果，，，，人们也会嫌疑是否只是由于在训练数据中某处隐含地提到过某条定律。。。
。 数学家只纪录了被证实晰的工具，，，，或是最终被验证的意料，，，，或是被反例推翻的。。。
。但没有纪录那些被提出、看起来有点原理，，，，但厥后人们迅速意识到差池、并将其修正的意料。。。
。 已往数学相助只能靠邮件和手稿，，，，但现在数学家可以像程序员那样在GitHub上相助，，，，一起构建重大的数学「代码库」。。。
。这将会改变整个数学研究的方法，，，，就像LaTeX改变了数学写作一样。。。
。 Lean工具和AI自动补全一直前进，，，，从最初形式化证实需要原来的十倍时间，，，，到现在也许是七倍、六倍，，，，总有一天会跌破一倍。。。
。当形式化证实更高效、可协作，，，，甚至更可靠时，，，，自然就会成为主流。。。
。 AI现在最大的短板是它不知道自己什么时间走错了路。。。
。它可能会说：「我要解决这个问题，，，，我把它分成两种情形，，，，用这个要领试试。。。
。」 好比AlphaZero在围棋和国际象棋上的前进，，，，某种水平上是由于它作育了一种对棋局的「嗅觉」：这个时势白方占优，，，，谁人时势黑方占优。。。
。 若是AI能作育出对证明战略可行性的「嗅觉」，，，，好比「我把问题分成两个子使命，，，，这两个子使命看起来比原问题简朴，，，，并且有很大时机是对的，，，，这条路值得试。。。
。」 或者「不可，，，，你把问题搞得更重大了，，，，两个子问题比原问题还难。。。
。」——这着实是常有的事，，，，随机实验通；；；；；
；岚盐侍獗渲卮，，，，简化问题反而很难。。。
。 手写证实比形式化快10倍。。。
。但现代AI工具和更好的开发情形（像Lean的开发者做得很好，，，，功效越来越多，，，，越来越友好），，，，将时间从10倍降到9倍、8倍、7倍…，，，，有一天会降到1倍。。。
。 突然间，，，，写论文先用Lean形式化，，，，或者边和AI对话边天生证实，，，，会变得自然。。。
。期刊可能会接受这种形式，，，，甚至加速审稿。。。
。若是论文已经用Lean形式化，，，，审稿人只需要评价效果的主要性和文献联系，，，，不必太担心准确性。。。
。 现实上，，，，解决任何合理数学问题的要领是：若是有10个让你头疼的难点，，，，把9个难点关掉，，，，只保存一个，，，，然后解决它。。。
。你就像用了9个作弊码，，，，问题就简化了。。。
。 有时人们过于关注完成谁人项目最后一步的人，，，，无论是数学照旧其他领域，，，，但这些效果现实上是几十年甚至几个世纪、建设在无数前人事情基础之上的。。。
。