aifollow.news
Back IT之家 科技新闻
IT之家 科技新闻· · Original publication time AI score27

Terence Tao warns that handing thinking to AI could erode understanding of its answersMachine translation

陶哲轩警告:将思考交给 AI 可能削弱人类对答案的理解

AI-assisted summary

In an October 16 talk, Terence Tao warned that delegating problem-solving to AI could leave people unable to judge whether its answers meet their intended goals. He said mathematical proofs can usually be checked with formal tools, while real-world problems such as power grids and air traffic control involve constraints beyond the model. He called for AI to help researchers understand problems and identify models’ limits.

Article · Original

北京时间 11 月 4 日,菲尔兹奖得主、著名数学家陶哲轩(Terence Tao)近日对人类日益依赖人工智能发出警告。他担心,随着人们逐渐将思考和解决问题的过程交给 AI,人类正在失去对问题本身及其解决方案的理解,而这一趋势可能很快在现实世界中产生严重后果。

这番言论来自陶哲轩 10 月 16 日在加州大学洛杉矶分校举办的 Science x AI Summit 上的演讲。科学与人工智能研究基金会(SAIR)近日在 YouTube 发布了题为《Math 2.0》的完整演讲视频,相关片段随后在海外社交平台 X 上引发关注。

“我们正在把自己的思考委托给 AI,由它们替我们解决问题。但与此同时,我们也正在失去一种保障 —— 无法确信 AI 给出的解决方案,是否真的是我们想要的。”陶哲轩表示,“我真的非常担心,我们很快就会看到这件事在现实世界中产生的后果。这实际上是我在数学领域之外的一项担忧。”

陶哲轩指出,人工智能在数学领域取得的进展,正在改变人类解决问题的传统方式。过去,数学家为攻克复杂问题,需要长期研究、理解相关理论,并在这一过程中积累新的知识。但如今,AI 能够快速给出答案,人类却未必能够理解答案背后的推理过程。

他认为,这种变化在纯数学领域的风险相对可控,因为数学证明通常可以通过形式化工具进行验证。但当同样的方法被用于现实世界,情况就会复杂得多。

陶哲轩特别提到了电网、航空交通管制、药物研发和芯片设计等领域。他担心,未来人们可能直接将复杂问题交给 AI 处理,却缺乏对底层模型和现实约束条件的充分理解。

在这种情况下,AI 给出的方案可能在数学模型中完全成立,却并不符合现实世界的真正需求。AI 甚至可能找到模型中的漏洞或边界条件,在满足表面指标的同时偏离人类原本希望实现的目标。

陶哲轩强调,问题并不在于 AI 技术本身,而在于人类如何使用 AI。他主张推动数学研究进入所谓的“Math 2.0”时代,让 AI 不仅帮助人类解决问题,更能增强人类对问题的理解,帮助研究人员识别模型的局限性和潜在风险。

10 月 22 日,陶哲轩还在《自然》杂志发表文章,呼吁数学界重新审视 AI 时代的研究目标。他指出,随着 AI 生成数学证明的速度超过人类理解和消化这些成果的能力,数学研究正在面临新的挑战。

陶哲轩认为,AI 工具完全有可能增强人类的理解能力,但这需要研究方式和激励机制发生改变。AI 时代真正需要保留的,不只是获得正确答案的能力,更是人类理解、检验和判断答案的能力。

Found an error? Send a correction