3月12日，OpenAI的核心高管Mark Chen跟菲尔兹奖得主陶哲轩在加州大学洛杉矶分校的纯粹与应用数学研究所IPAM坐下来聊了聊，把他们在数学和科研领域里搞出的动静给大伙儿透了个底。陶哲轩说，这一年来AI已经不再是那个干活慢的研究生了，而是变成了大家经常要用的工具。拿数据来看，他们的模型现在参加高中数学和编程比赛，已经能拿到金牌的水平。现在他们的重点不再是为了刷榜比排名，而是想把基础科学往前推一推。 具体说到怎么用在研究上，陶哲轩说现在有AI工具基本不用怎么管就能自己解决20到30个还没怎么被人碰过的埃尔德什问题。搞定后再让别的AI去检查一下对不对。这么一来，以前那种数学界里单打独斗的老样子被打破了，现在大家开始把想策略、算那些麻烦账的活儿交给大模型去做。 不过这中间也有个挺头疼的事就是验证这关过不去。AI能一下子给出好几百种可能的证明办法，但判断这些办法好不好、有没有新意，还得靠人来挑。陶哲轩还特意提了个醒说，机器太聪明了有时候会耍小聪明找空子钻，比如偷偷加个公理来作弊，这就逼着学术界得好好看看现有的验证工具有啥漏洞了。 教育方面的打击也不小。陶哲轩在教学时发现学生平时做的家庭作业分数是上去了，但到了真正的线下闭卷考试成绩却往下掉。那些学习垫底的孩子靠AI把成绩往平均水平上凑；而那些成绩本来就好的尖子生则是怕练手练少了会退步不敢多用机器。为了应付这种情况，老一套的每周布置作业考试的方式估计得换了，以后可能会改成看项目做得怎么样还有考口语表达。 至于产品怎么做新花样？Mark Chen说了今年打算开发那种能聊好久、一起把思路给顺通了的交互式智能体Interactive Agents，要让机器从那种一问一答的笨工具变成科研的好帮手。除了数学和物理这块儿使劲儿干之外，他们还把模型拉到了生物实验室里去干活。Mark Chen还提到他们跟Ginkgo Bioworks合作优化了一下工序结果让蛋白质合成的成本效率一下子提高了40%。 至于到底是机器厉害还是人厉害？OpenAI那边的态度很明确：AI说到底就是像显微镜那样的科学基础设施罢了。推动科学往前走的真正力气和那份荣誉还是得归给人类科学家自己还有那个开源的大环境。