陶哲轩ICM 2026演讲：人工智能正让数学面对“消化不良”与“训练断档”
在2026年国际数学家大会（ICM 2026）上，数学家陶哲轩发表题为“AI时代的数学”的公开演讲，直言人工智能正在给数学带来深刻危机——不是AI太笨，而是太快、太顺滑，正在侵蚀数学理解赖以生长的“阻力与痕迹”。
陶哲轩将危机核心概括为两点。其一是“证明消化不良”：AI加速了证明的生成与验证，但理解与接受仍完全依赖人类，他坦言已无法跟上领域内所有最新进展。其二是“训练断档”：研究生的第一个项目通常是解决“训练题”级别问题，而这恰是AI最擅长的。若用AI替代，论文虽能产出，但下一代科学家的训练将就此断裂，可能“优化掉当前技术能做的一切，却再也发展不出真正原创的新想法”。
他辩证地看待AI的作用：AI的优势在广度，能不知疲倦地组合已有方法、搜索文献，且没有人类集体偏见的包袱——2026年5月OpenAI推翻Erdős单位距离猜想即为例证；而人类的优势在深度与节奏，面对没有现成路径的困难问题，AI仍在乱猜。他也警示，AI太快可能“过度拟合”，开普勒若用AI，可能因日心说早期精度不足而直接排除正确理论。
陶哲轩还指出，AI生成的论文语法规整，却分不清哪里难、哪里易，过于光滑的文本容易让读者产生“读懂了”的错觉，实际上只是“读完了”。他以年轻时阅读Bourgain论文留下的批注为例说，理解正形成于停顿、卡壳、重写的痕迹之中。
- 2026-09-06 14:00 | 澎湃新闻：AI时代，为什么要学泛函分析？阅读原文
导语泛函分析诞生于对函数、微分方程和无穷维问题的研究。20 世纪量子力学的发展，让函数空间、希尔伯特空间、算子等概念进入了物理学的核心语言，泛函分析也因此成为理解量子力学的重要数学工具之一，而如今，机器学习也需要借助泛函分析提供的数学语言来描述。本期文案贡献者采访：兰岳恒、J-CAT 猫圈、范冬明撰写：张倩和她的智能体优化：谭夫有、李文韬、何瑞杰审校：贾伊阳今天，机器学习引爆了AI的第三次浪潮。正如同量子力学在泛函分析的加持下走的更远，机器学习也需要借助泛函分析提供的数学语言来描述。因为线性代数擅长处理有限维向量，但AI中的函数、分布、动态系统本质上是无限维的，需要泛函分析来提供更一般的框架。...
- 2026-08-30 18:11 | 新浪：陶哲轩警告：AI正引发百年数学新危机阅读原文
陶哲轩在2026年国际数学家大会（ICM 2026）上发表题为“AI时代的数学”的公开演讲，直言AI正在给数学带来一场深刻危机——不是AI太笨，而是太快、太顺滑，正在侵蚀数学理解赖以生长的“阻力与痕迹”。 一、危机核心：证明消化不良与训练断档 证明消化不良：AI加速了证明的生成与验证，但理解与接受仍完全依赖人类，陶哲轩坦言自己已无法跟上领域内所有最新进展，“证明消化不良”成为数学界新常态。 训练断层风险：研究生的第一个项目通常是解决“训练题”级别问题，这恰是AI最擅长的——若用AI替代，论文虽出，但下一代科学家的训练就此断裂，“我们可能优化掉当前技术能做的一切，却再也发展不出真正原创的新...