1
00:00:00,266 --> 00:00:00,973
陶哲轩说

2
00:00:01,465 --> 00:00:03,353
数学的旧规则失效了

3
00:00:03,786 --> 00:00:05,033
一个数学证明

4
00:00:05,105 --> 00:00:07,865
从写出来到被人类真正消化

5
00:00:07,865 --> 00:00:08,493
需要多久

6
00:00:09,105 --> 00:00:11,512
过去的答案是几个月到几年

7
00:00:11,906 --> 00:00:12,813
现在的答案是

8
00:00:13,185 --> 00:00:14,112
没人知道

9
00:00:14,465 --> 00:00:16,265
因为证明的生产速度

10
00:00:16,265 --> 00:00:18,393
已经快到没人来得及看了

11
00:00:18,764 --> 00:00:19,112
哈喽

12
00:00:19,405 --> 00:00:19,912
大家好

13
00:00:20,205 --> 00:00:21,211
我是王利杰

14
00:00:21,484 --> 00:00:23,171
2026年5月初

15
00:00:23,324 --> 00:00:25,491
全世界最聪明的数学家之一

16
00:00:25,565 --> 00:00:27,491
菲尔兹奖得主陶哲轩

17
00:00:27,604 --> 00:00:30,883
在斯坦福大学的数学的未来研讨会上

18
00:00:30,885 --> 00:00:32,092
做了一场演讲

19
00:00:32,404 --> 00:00:34,931
题目叫做新的数学工作流

20
00:00:35,364 --> 00:00:37,291
这个标题听起来很温和

21
00:00:37,324 --> 00:00:38,483
但他讲的内容

22
00:00:38,485 --> 00:00:41,211
可以说是在给整个数学界敲警钟

23
00:00:41,613 --> 00:00:43,701
他说了一句非常关键的话

24
00:00:44,174 --> 00:00:46,180
AI生成证明的速度

25
00:00:46,293 --> 00:00:49,101
已经超过了人类消化证明的速度

26
00:00:49,534 --> 00:00:49,881
注意

27
00:00:50,293 --> 00:00:53,021
他说的不是AI快要能做数学了

28
00:00:53,174 --> 00:00:53,881
他说的是

29
00:00:54,293 --> 00:00:56,132
AI做数学的产出

30
00:00:56,134 --> 00:00:58,341
已经快到人类跟不上了

31
00:00:59,013 --> 00:01:00,980
这是一个根本性的转折

32
00:01:01,422 --> 00:01:04,108
过去我们担心的是AI够不够聪明

33
00:01:04,462 --> 00:01:06,148
现在的问题反过来了

34
00:01:06,421 --> 00:01:07,448
AI太快了

35
00:01:07,621 --> 00:01:09,028
而人类太慢了

36
00:01:09,182 --> 00:01:09,969
这意味着什么

37
00:01:10,578 --> 00:01:12,146
我们先来看一组数据

38
00:01:12,419 --> 00:01:15,226
数学界有一个著名的鄂尔多斯问题库

39
00:01:15,339 --> 00:01:18,026
里面收录了传奇数学家鄂尔多斯

40
00:01:18,059 --> 00:01:21,026
在几十年间提出的上千个未解问题

41
00:01:21,378 --> 00:01:23,105
这些问题难度不一

42
00:01:23,139 --> 00:01:24,818
有些悬赏几百美元

43
00:01:24,818 --> 00:01:26,586
有些悬赏上万美元

44
00:01:26,779 --> 00:01:29,306
很多问题困扰了数学家数十年

45
00:01:29,539 --> 00:01:30,777
短短几个月里

46
00:01:30,779 --> 00:01:33,265
已经有大量鄂尔多斯问题被解决

47
00:01:33,339 --> 00:01:35,618
而且陶哲轩自己维护的清单里

48
00:01:35,619 --> 00:01:39,502
有相当一部分明确标注了AI的参与

49
00:01:39,815 --> 00:01:41,502
我给你举一个具体的例子

50
00:01:41,854 --> 00:01:45,022
鄂尔多斯问题库里有一个编号728的问题

51
00:01:45,535 --> 00:01:46,761
2026年1月

52
00:01:47,135 --> 00:01:49,181
AI给出了完整的证明

53
00:01:49,255 --> 00:01:51,461
还被翻译成形式化语言

54
00:01:51,494 --> 00:01:53,621
让机器自动验证通过

55
00:01:54,055 --> 00:01:55,094
陶哲轩说

56
00:01:55,094 --> 00:01:57,821
这个过程基本上是自主完成的

57
00:01:58,135 --> 00:02:01,174
这成了AI自主解决鄂尔多斯问题的

58
00:02:01,175 --> 00:02:02,782
标志性案例之一

59
00:02:03,887 --> 00:02:05,934
但故事没有在这里结束

60
00:02:06,087 --> 00:02:07,214
更关键的是

61
00:02:07,247 --> 00:02:09,646
还有一批AI辅助的解题方案

62
00:02:09,647 --> 00:02:11,974
正在排队等待同行评审

63
00:02:12,446 --> 00:02:13,453
他还提醒

64
00:02:13,527 --> 00:02:16,285
哪怕一个结果已经被AI解出来

65
00:02:16,286 --> 00:02:17,654
被机器验证过

66
00:02:17,726 --> 00:02:20,974
人类专家也可能没办法站出来讲清楚它

67
00:02:21,006 --> 00:02:22,654
更别说回答提问

68
00:02:23,367 --> 00:02:24,854
排队等待评审

69
00:02:25,247 --> 00:02:26,893
你品一品这六个字

70
00:02:27,207 --> 00:02:28,754
过去数学界的瓶颈是

71
00:02:29,166 --> 00:02:30,574
谁能证明出来

72
00:02:30,807 --> 00:02:32,326
现在瓶颈变了

73
00:02:32,326 --> 00:02:34,613
变成了谁来看这些证明

74
00:02:35,047 --> 00:02:36,154
生产端在爆发

75
00:02:36,647 --> 00:02:38,173
消化端在排队

76
00:02:39,196 --> 00:02:41,122
这就像一条工厂流水线

77
00:02:41,276 --> 00:02:43,603
上游机器突然提速了十倍

78
00:02:43,675 --> 00:02:45,995
但下游的质检员还是那几个人

79
00:02:45,996 --> 00:02:47,962
按老速度一个一个检查

80
00:02:48,316 --> 00:02:49,103
结果是什么

81
00:02:49,556 --> 00:02:51,661
半成品堆满了仓库

82
00:02:52,054 --> 00:02:55,302
陶哲轩把数学的生产流程拆成了三个阶段

83
00:02:55,655 --> 00:02:57,582
第一是证明的生成

84
00:02:57,854 --> 00:02:59,621
第二是证明的验证

85
00:02:59,734 --> 00:03:01,582
第三是证明的消化

86
00:03:01,935 --> 00:03:02,362
生成

87
00:03:02,734 --> 00:03:04,862
现在AI已经可以独立完成

88
00:03:04,894 --> 00:03:06,621
或者至少大幅加速

89
00:03:06,854 --> 00:03:07,241
验证

90
00:03:07,614 --> 00:03:09,262
有形式化验证工具

91
00:03:09,454 --> 00:03:12,621
数学界有一套叫做精益证明助手的系统

92
00:03:12,695 --> 00:03:15,982
可以逐行检查证明的每一步逻辑是否严密

93
00:03:16,255 --> 00:03:18,142
这一步也在被自动化

94
00:03:18,334 --> 00:03:19,042
但第三步

95
00:03:19,415 --> 00:03:19,841
消化

96
00:03:20,215 --> 00:03:21,422
完全是空的

97
00:03:21,614 --> 00:03:22,961
消化是主观的

98
00:03:23,255 --> 00:03:24,661
只能按人的速度走

99
00:03:24,695 --> 00:03:27,022
很难有工具替你完成

100
00:03:27,415 --> 00:03:28,821
这里我要解释一下

101
00:03:28,894 --> 00:03:32,302
验证和理解是两件完全不同的事

102
00:03:32,734 --> 00:03:36,501
验证是检查每一步推理的逻辑是否正确

103
00:03:36,575 --> 00:03:37,902
这个机器可以做

104
00:03:38,334 --> 00:03:39,441
但理解是什么

105
00:03:39,975 --> 00:03:42,694
理解是你看完一个证明之后

106
00:03:42,695 --> 00:03:44,541
知道它为什么是对的

107
00:03:44,734 --> 00:03:46,261
不只是每一步对

108
00:03:46,375 --> 00:03:49,621
而是整个论证的方向为什么要这么走

109
00:03:49,695 --> 00:03:51,221
为什么不能那么走

110
00:03:51,375 --> 00:03:54,702
它和已知数学世界的哪些结构在呼应

111
00:03:55,015 --> 00:03:56,982
这需要你把一个新结论

112
00:03:57,015 --> 00:04:00,261
和你脑子里已有的知识体系连接起来

113
00:04:00,415 --> 00:04:02,742
需要你在某个瞬间感受到

114
00:04:02,815 --> 00:04:03,001
啊

115
00:04:03,375 --> 00:04:05,261
原来这里才是关键

116
00:04:05,695 --> 00:04:07,221
这不是逻辑推演

117
00:04:07,654 --> 00:04:09,329
这是认知重组

118
00:04:09,602 --> 00:04:12,169
机器可以告诉你一个证明是正确的

119
00:04:12,241 --> 00:04:15,209
但它没办法告诉你这个证明意味着什么

120
00:04:15,442 --> 00:04:17,528
这就出现了一个诡异的局面

121
00:04:17,801 --> 00:04:19,108
数学不缺答案了

122
00:04:19,322 --> 00:04:20,449
但缺理解

123
00:04:21,274 --> 00:04:22,880
再看一个类似的现象

124
00:04:22,913 --> 00:04:24,961
就是AI生成的垃圾代码

125
00:04:25,314 --> 00:04:26,781
程序员用AI写代码

126
00:04:26,993 --> 00:04:28,401
生产速度暴增

127
00:04:28,473 --> 00:04:31,120
但代码的可维护性断崖式下降

128
00:04:31,353 --> 00:04:32,221
AI写的代码

129
00:04:32,433 --> 00:04:33,593
人类读不懂

130
00:04:33,593 --> 00:04:34,060
改不了

131
00:04:34,274 --> 00:04:35,040
调不通

132
00:04:35,314 --> 00:04:37,601
生产速度超过了理解速度

133
00:04:37,793 --> 00:04:38,141
你看

134
00:04:38,673 --> 00:04:39,920
数学和编程

135
00:04:39,954 --> 00:04:41,673
两个看似不同的领域

136
00:04:41,673 --> 00:04:44,201
撞上了完全一样的结构性困境

137
00:04:44,433 --> 00:04:46,961
我把这个困境叫做消化瓶颈

138
00:04:47,194 --> 00:04:48,800
不是生产端出了问题

139
00:04:48,993 --> 00:04:50,680
是消化端跟不上了

140
00:04:50,834 --> 00:04:54,921
而且消化端恰恰是最难被自动化的那一段

141
00:04:55,234 --> 00:04:57,601
但陶哲轩看到了一个更深的东西

142
00:04:57,876 --> 00:04:58,676
他说

143
00:04:58,834 --> 00:05:01,481
数学界延续了几百年的激励体系

144
00:05:01,553 --> 00:05:03,721
建立在一个隐含假设之上

145
00:05:04,193 --> 00:05:05,060
这个假设就是

146
00:05:05,474 --> 00:05:07,041
证明是稀缺的

147
00:05:07,433 --> 00:05:08,340
在这个假设下

148
00:05:08,794 --> 00:05:10,080
谁先证明出来

149
00:05:10,154 --> 00:05:13,721
谁就拿到荣誉 拿到职位 拿到学术声望

150
00:05:14,034 --> 00:05:17,320
整个学术评价体系围绕第一个证明者运转

151
00:05:17,753 --> 00:05:19,741
但如果证明不再稀缺了呢

152
00:05:21,195 --> 00:05:23,683
这就是古德哈特定律的经典剧情

153
00:05:24,155 --> 00:05:25,715
古德哈特定律说的是

154
00:05:25,715 --> 00:05:28,234
当一个度量指标变成了目标

155
00:05:28,236 --> 00:05:30,642
它就不再是一个好的度量指标

156
00:05:31,195 --> 00:05:32,082
你想想看

157
00:05:32,399 --> 00:05:33,195
过去

158
00:05:33,195 --> 00:05:36,282
第一个证明之所以是一个好的衡量标准

159
00:05:36,356 --> 00:05:39,522
是因为它和深刻的数学理解高度相关

160
00:05:39,876 --> 00:05:40,702
你要真的懂

161
00:05:40,955 --> 00:05:42,082
才能证出来

162
00:05:42,676 --> 00:05:43,222
但现在

163
00:05:43,515 --> 00:05:45,683
AI可以批量生成证明了

164
00:05:46,075 --> 00:05:48,883
第一个证明和真正理解之间的关联

165
00:05:48,916 --> 00:05:49,962
正在断裂

166
00:05:50,275 --> 00:05:53,474
一个人可以借助AI抢先证明一个定理

167
00:05:53,476 --> 00:05:56,123
但他不一定真正消化了这个结果

168
00:05:57,116 --> 00:05:59,162
这个指标还在被追逐

169
00:05:59,315 --> 00:06:03,801
但它已经不再衡量它原本应该衡量的东西了

170
00:06:04,315 --> 00:06:04,741
这一刻

171
00:06:05,075 --> 00:06:06,582
你有没有感觉有点熟悉

172
00:06:07,114 --> 00:06:09,381
你在工作中见过多少这样的指标

173
00:06:10,034 --> 00:06:11,061
KPI完成了

174
00:06:11,354 --> 00:06:13,082
但事情没有真正变好

175
00:06:13,354 --> 00:06:14,301
论文发表了

176
00:06:14,515 --> 00:06:16,282
但知识没有真正增长

177
00:06:16,474 --> 00:06:17,421
代码提交了

178
00:06:17,594 --> 00:06:19,361
但系统没有真正改进

179
00:06:19,674 --> 00:06:22,162
到处都是古德哈特定律在发作

180
00:06:22,859 --> 00:06:25,866
他在演讲结尾给出的建议也很朴素

181
00:06:26,258 --> 00:06:27,657
提交成果的人

182
00:06:27,659 --> 00:06:29,686
要自己负责验证和消化

183
00:06:30,179 --> 00:06:31,506
要求形式化

184
00:06:31,578 --> 00:06:35,306
不能把AI写出来的东西原样丢给审稿人

185
00:06:35,458 --> 00:06:36,366
道理很简单

186
00:06:36,898 --> 00:06:38,705
证明可以批量生产

187
00:06:38,739 --> 00:06:40,946
但责任不能批量转嫁

188
00:06:41,018 --> 00:06:42,458
总得有一个活人

189
00:06:42,458 --> 00:06:43,405
真正读懂它

190
00:06:43,739 --> 00:06:45,774
并且敢为它签字

191
00:06:46,168 --> 00:06:48,094
陶哲轩提出了一个方向

192
00:06:48,368 --> 00:06:51,935
他主张学术声望应该从证明的生产者

193
00:06:51,968 --> 00:06:54,055
向证明的消化者转移

194
00:06:54,207 --> 00:06:54,834
也就是说

195
00:06:55,247 --> 00:06:57,574
未来数学界最受尊敬的人

196
00:06:57,647 --> 00:07:00,255
可能不是证明了最多定理的人

197
00:07:00,368 --> 00:07:02,255
而是能把AI的证明

198
00:07:02,288 --> 00:07:04,855
翻译成人类可理解知识的人

199
00:07:05,327 --> 00:07:06,534
这等于承认

200
00:07:06,647 --> 00:07:09,695
数学正在进入一个证明过剩的时代

201
00:07:10,207 --> 00:07:10,634
过去

202
00:07:11,007 --> 00:07:13,695
一个证明的出现本身就是新闻

203
00:07:14,007 --> 00:07:14,394
以后

204
00:07:14,808 --> 00:07:16,735
证明会像自来水一样

205
00:07:16,767 --> 00:07:17,555
拧开就有

206
00:07:18,007 --> 00:07:20,327
真正贵的是有人告诉你

207
00:07:20,327 --> 00:07:21,634
哪一杯水值得喝

208
00:07:22,087 --> 00:07:23,836
为什么值得喝

209
00:07:24,149 --> 00:07:25,997
这个判断非常大胆

210
00:07:26,389 --> 00:07:28,437
因为它动的是数学界的根

211
00:07:29,110 --> 00:07:30,997
什么样的工作值得尊重

212
00:07:31,414 --> 00:07:32,160
你可能会想

213
00:07:32,494 --> 00:07:33,641
这跟我有什么关系

214
00:07:34,133 --> 00:07:35,340
我又不搞数学

215
00:07:35,533 --> 00:07:36,741
但你看看周围

216
00:07:36,893 --> 00:07:38,612
陶哲轩说的这个结构

217
00:07:38,614 --> 00:07:40,381
正在每一个行业重演

218
00:07:40,573 --> 00:07:41,241
媒体行业

219
00:07:41,614 --> 00:07:43,580
AI可以批量生产文章

220
00:07:43,693 --> 00:07:45,641
但谁来判断哪篇值得读

221
00:07:46,174 --> 00:07:47,141
法律行业

222
00:07:47,174 --> 00:07:49,813
AI可以起草合同 检索判例

223
00:07:49,814 --> 00:07:52,641
但谁来理解一个案件的真正分歧在哪里

224
00:07:53,133 --> 00:07:54,052
医疗行业

225
00:07:54,054 --> 00:07:56,972
AI可以分析影像 推荐诊断方案

226
00:07:56,973 --> 00:07:58,701
但谁来和患者沟通

227
00:07:58,734 --> 00:08:02,001
把冰冷的数据变成一个人能接受的治疗计划

228
00:08:03,054 --> 00:08:03,932
教育行业

229
00:08:03,934 --> 00:08:06,980
AI可以出题 改作业 甚至讲课

230
00:08:07,054 --> 00:08:09,372
但谁来判断一个学生到底是记住了

231
00:08:09,374 --> 00:08:10,160
还是理解了

232
00:08:10,653 --> 00:08:11,773
所有这些行业

233
00:08:11,773 --> 00:08:13,821
都面临同样的消化瓶颈

234
00:08:13,934 --> 00:08:15,813
生产端被AI加速了

235
00:08:15,814 --> 00:08:18,218
但理解端还是人类的速度

236
00:08:18,571 --> 00:08:20,078
陶哲轩用了一个历史类比

237
00:08:20,490 --> 00:08:21,417
大意是说

238
00:08:21,571 --> 00:08:24,578
19世纪的基础设施面对汽车的发明

239
00:08:24,691 --> 00:08:25,437
你可以想象

240
00:08:25,850 --> 00:08:27,338
汽车刚发明的时候

241
00:08:27,451 --> 00:08:30,057
城市的道路系统是为马车设计的

242
00:08:30,331 --> 00:08:31,857
汽车跑得比马快

243
00:08:31,930 --> 00:08:35,537
但道路 交通规则 停车场都还没跟上

244
00:08:35,811 --> 00:08:37,650
结果不是更高效的交通

245
00:08:37,650 --> 00:08:39,737
而是更严重的拥堵和混乱

246
00:08:40,210 --> 00:08:43,890
今天的学术体系 企业管理体系 教育体系

247
00:08:43,891 --> 00:08:46,458
就是那个为马车速度设计的城市

248
00:08:46,930 --> 00:08:48,857
AI的速度已经是汽车了

249
00:08:48,930 --> 00:08:51,436
但我们的道路还是马车时代的

250
00:08:51,710 --> 00:08:53,397
这不仅仅是效率问题

251
00:08:53,628 --> 00:08:55,556
这是一个认知生态的问题

252
00:08:55,908 --> 00:08:58,476
当生产远远超过消化的时候

253
00:08:58,668 --> 00:08:59,456
会发生什么

254
00:09:00,028 --> 00:09:01,757
信号被噪声淹没

255
00:09:01,990 --> 00:09:04,276
一个真正有价值的数学发现

256
00:09:04,388 --> 00:09:07,428
可能淹没在一百个AI批量生成的

257
00:09:07,428 --> 00:09:09,476
正确但无聊的证明里

258
00:09:09,710 --> 00:09:11,836
就像你在一个短视频平台上

259
00:09:11,908 --> 00:09:13,637
一天刷到五百条视频

260
00:09:13,868 --> 00:09:15,176
每一条都制作精良

261
00:09:15,590 --> 00:09:16,656
但你记住了几条

262
00:09:17,392 --> 00:09:20,239
而且这个问题还有一个更隐蔽的后果

263
00:09:20,591 --> 00:09:22,639
当没有人消化一个证明的时候

264
00:09:22,751 --> 00:09:24,359
这个证明虽然存在

265
00:09:24,471 --> 00:09:27,359
但它并没有真正进入人类的知识体系

266
00:09:27,591 --> 00:09:31,158
它只是一个被机器验证过的符号序列

267
00:09:31,231 --> 00:09:32,879
躺在某个数据库里

268
00:09:33,272 --> 00:09:35,278
数学史上很多重大突破

269
00:09:35,351 --> 00:09:38,558
不是在证明被写出来的那一刻发生的

270
00:09:38,672 --> 00:09:40,999
而是在某个人读懂了这个证明

271
00:09:41,072 --> 00:09:43,270
看到了它和其他领域的联系

272
00:09:43,272 --> 00:09:46,359
然后把这个联系讲出来的那一刻发生的

273
00:09:46,751 --> 00:09:48,431
如果没有人做这个工作

274
00:09:48,432 --> 00:09:50,999
那些证明就像沉入海底的宝藏

275
00:09:51,432 --> 00:09:51,938
它们在

276
00:09:52,392 --> 00:09:53,851
但它们不在

277
00:09:54,243 --> 00:09:57,330
这是人类文明从未遇到过的新困境

278
00:09:57,644 --> 00:10:01,091
过去的稀缺是知识不够多 答案不够快

279
00:10:01,363 --> 00:10:05,050
现在的稀缺是注意力不够用 理解不够深

280
00:10:05,483 --> 00:10:06,971
回到陶哲轩本人

281
00:10:07,284 --> 00:10:08,971
他在演讲的建议里说

282
00:10:09,083 --> 00:10:11,122
要淡化抢第一的做法

283
00:10:11,123 --> 00:10:12,450
更看重消化

284
00:10:12,883 --> 00:10:14,170
菲尔兹奖得主

285
00:10:14,203 --> 00:10:17,330
主动呼吁大家少去争第一个证明

286
00:10:17,444 --> 00:10:18,771
多去做消化

287
00:10:19,083 --> 00:10:21,273
这本身就是一个信号

288
00:10:21,826 --> 00:10:24,153
你想一想这对教育意味着什么

289
00:10:24,387 --> 00:10:25,614
我们现在的教育体系

290
00:10:25,907 --> 00:10:27,553
从小学到博士

291
00:10:27,586 --> 00:10:30,114
本质上是在训练人的生产能力

292
00:10:30,427 --> 00:10:33,393
解题速度 论文数量 代码产出

293
00:10:33,667 --> 00:10:34,653
考试考的是

294
00:10:34,946 --> 00:10:36,786
你能不能在规定时间内

295
00:10:36,787 --> 00:10:38,194
产出标准答案

296
00:10:38,547 --> 00:10:41,594
学术评价看的是你发了多少篇论文

297
00:10:41,866 --> 00:10:44,954
企业面试问的是你能写多少行代码

298
00:10:45,226 --> 00:10:48,967
整个体系都在筛选更快的生产者

299
00:10:49,400 --> 00:10:51,327
但如果陶哲轩是对的

300
00:10:51,359 --> 00:10:54,607
如果未来最稀缺的能力是消化和理解

301
00:10:54,760 --> 00:10:56,967
那我们正在用整个教育系统

302
00:10:57,000 --> 00:10:59,166
培养一种即将贬值的能力

303
00:10:59,359 --> 00:11:03,087
我们在训练人类和AI竞争它最擅长的事情

304
00:11:03,120 --> 00:11:06,646
而忽略了训练人类做AI最不擅长的事情

305
00:11:06,920 --> 00:11:08,687
这不只是数学界的问题

306
00:11:08,920 --> 00:11:11,487
这是每一个家长 每一个老师

307
00:11:11,520 --> 00:11:14,327
每一个正在规划职业路径的年轻人

308
00:11:14,359 --> 00:11:16,247
都应该认真思考的问题

309
00:11:16,839 --> 00:11:18,919
当这个时代最顶尖的头脑

310
00:11:18,920 --> 00:11:21,847
开始重新定义什么叫有价值的工作

311
00:11:22,000 --> 00:11:24,487
我们或许也该停下来想一想

312
00:11:25,199 --> 00:11:28,087
在AI可以替你生产几乎一切的时代

313
00:11:28,199 --> 00:11:30,579
你真正不可替代的能力是什么

314
00:11:30,992 --> 00:11:32,559
不是更快地产出

315
00:11:32,831 --> 00:11:34,319
AI永远比你快

316
00:11:34,831 --> 00:11:36,359
不是更多地记忆

317
00:11:36,752 --> 00:11:37,699
AI的参数空间

318
00:11:37,992 --> 00:11:39,870
比你大脑的突触数量

319
00:11:39,872 --> 00:11:41,238
大几个数量级

320
00:11:41,831 --> 00:11:42,799
是理解

321
00:11:43,311 --> 00:11:44,278
是消化

322
00:11:44,791 --> 00:11:48,079
是把碎片拼成一幅你能看懂的图景

323
00:11:48,352 --> 00:11:49,679
然后告诉别人

324
00:11:49,791 --> 00:11:52,190
这幅图景意味着什么

325
00:11:52,743 --> 00:11:53,950
陶哲轩的主张

326
00:11:54,022 --> 00:11:57,869
大意是数学界需要把声望从证明的生成者

327
00:11:57,902 --> 00:12:01,190
转移一部分给证明的验证者和消化者

328
00:12:01,463 --> 00:12:03,061
帮助别人理解的工作

329
00:12:03,062 --> 00:12:06,070
不该比抢先证明的工作更不被看重

330
00:12:06,302 --> 00:12:07,089
这说明什么

331
00:12:07,503 --> 00:12:10,622
说明旧的规则体系在新的生产力条件下

332
00:12:10,623 --> 00:12:13,113
已经开始奖励错误的行为了

333
00:12:13,465 --> 00:12:13,812
最后

334
00:12:14,186 --> 00:12:16,113
我想说一个更底层的事情

335
00:12:16,426 --> 00:12:17,744
人类的文明进步

336
00:12:17,745 --> 00:12:19,633
从来不是因为知道得更多

337
00:12:20,025 --> 00:12:22,552
信息的积累不等于智慧的增长

338
00:12:22,906 --> 00:12:25,592
古希腊人知道的事实比我们少得多

339
00:12:25,706 --> 00:12:27,712
但他们对世界本质的追问

340
00:12:27,745 --> 00:12:29,952
今天依然是我们思考的起点

341
00:12:30,385 --> 00:12:32,185
牛顿知道的物理公式

342
00:12:32,186 --> 00:12:34,273
不到今天教科书的百分之一

343
00:12:34,465 --> 00:12:38,153
但他把苹果落地和月球轨道连起来的那个瞬间

344
00:12:38,225 --> 00:12:41,033
重新定义了人类理解世界的方式

345
00:12:41,345 --> 00:12:42,893
那个瞬间不是生产

346
00:12:43,225 --> 00:12:44,113
是消化

347
00:12:44,426 --> 00:12:47,578
是一个大脑完成了跨领域的认知连接

348
00:12:47,852 --> 00:12:51,458
AI正在帮我们以前所未有的速度知道更多

349
00:12:51,771 --> 00:12:53,238
但理解更深这件事

350
00:12:53,612 --> 00:12:55,139
至少到目前为止

351
00:12:55,171 --> 00:12:58,578
还是只能发生在一个碳基大脑的神经网络里

352
00:12:58,732 --> 00:13:01,139
发生在你和一个概念之间

353
00:13:01,251 --> 00:13:03,290
那个沉默的 缓慢的

354
00:13:03,291 --> 00:13:05,578
无法加速的相遇过程中

355
00:13:05,692 --> 00:13:08,498
陶哲轩说的数学的旧规则失效了

356
00:13:08,572 --> 00:13:10,858
本质上是在说一件更大的事

357
00:13:11,291 --> 00:13:13,019
当生产不再是瓶颈

358
00:13:13,092 --> 00:13:15,338
理解就成了最稀缺的资源

359
00:13:15,612 --> 00:13:17,731
而我们整个文明的激励体系

360
00:13:17,732 --> 00:13:19,578
还在拼命奖励生产

361
00:13:19,891 --> 00:13:20,779
这个错配

362
00:13:20,852 --> 00:13:23,179
才是我们这个时代真正的危机

363
00:13:23,692 --> 00:13:24,939
不是AI太强

364
00:13:25,092 --> 00:13:27,837
而是我们还没学会和它共处

365
00:13:28,455 --> 00:13:31,411
你觉得在AI加速一切生产的时代

366
00:13:31,411 --> 00:13:33,512
我们最应该重新分配的

367
00:13:33,513 --> 00:13:34,007
是什么

368
00:13:34,603 --> 00:13:37,100
欢迎你把想法留在评论区

369
00:13:37,405 --> 00:13:38,054
我是王利杰

370
00:13:38,301 --> 00:13:39,345
我们下期见