【人工智能】AI与数学的未来 | 陶哲轩与OpenAI对谈 | Terence Tao | 菲尔兹奖得主 | 工业级数学 | o1推理能力 | 数学合作分工 | AI的优势 | 数学美感 | 人机协作

美国数学在星辰大海，中国数学在姜萍

这个访谈的视频大飞放一个？

中国数学不纯粹

没有任何超预期的内容，当个工具用谁不知道啊

o1 的事实知识并不比 4o 好，有的事实甚至是错误的，如果基于错误的事实展开推理有何用？我是真没觉得 o1 哪里有优势。

说一说 google的量子芯片

好节目，加油。你一定会成为一个成功的油管博主

菲爾茲獎得主數學家陶哲軒和 OpenAI 研究高級副總裁 Mark Chen。在這次對話中，陶哲軒和 Mark Chen 討論了 OpenAI 最新的 o1 模型，該模型在數學和程式碼能力上顯著提升，特別是在 o1 Pro 模式下的數學性能上漲了 35.8%。陶哲軒認為，儘管 AI 目前還不能作為一個獨立性的、具有創造性的合作者，但它可以作為數學家工具，幫助提出假設和方法。在接近一個小時的對談和半個小時的問答環節中，陶哲軒提出了工業級數學的概念，認為 AI 能夠讓數學家同時處理數百個、甚至數千個問題，並且可以實現任務的解耦和模組化。Mark Chen 解釋了 OpenAI 在推理能力方面的研究重點，並指出 AI 在模式識別、形成猜想、驗證以及生成反例等方面有獨特優勢。兩人都認為定理證明器和形式化是數學研究與 AI 技術之間的必要中間層。此外，陶哲軒認為人類在數學上的美學感覺（數感）是 AI 難以模仿的，但 AI 在數學領域的應用將帶來一種不同的美。最後，兩人對年輕數學家提出了建議，強調保持靈活性，學習技術知識，以及如何與 AI 工具協作。

大神讲个普通道理，也还是普普通通呀，这期内容有些水

Thank you 大 飞 一口氣看到尾 看完再看 🏆 🏆 🏆 🏆 🏆 ☘ 😄 🌺 🀄 😃 💐 ☕ 🌸 😁 🏵 😀 🧧 🎉 😇 🌺 😎 🎊 🏮 🍀

快讲讲谷歌量子芯片咋回事啊 虽然我听不懂 但我爱听 ❤

陶哲轩还是太自大，太小瞧AI了，还几十年超越人类？

几年就超过你

大飞哥是我每天早上必听的节目，没有之一

就是尼玛广告

桃子选做的东西，没有什么原创性。很快就被人工智能芯片，特别是量子AI芯片取代。

陶哲轩说话有多大的中立性不好说，我相信他跟 openAI 应该有一个合同，什么能说，什么不能说。 就跟数码博主接评测的活一样。

看着视频会议里的三位大神，感叹这是什么出类拔萃的脑子却放在如此普通的躯体里

粗浅的认为：数学家被完全取代应该是 AI 崛起的第一步。最简单的一步。
否则其他任何答案都不可信。而且这需要的只是勇气而已。

對這種行銷式的對談都感到生理不適，從頭到尾都在打高空，數學和ML都是天馬行空的扯淡，不著邊際，很令人失望。抽象數學和機器學習對問題和抽象觀念的表徵完全不同，一個是基於抽象語言的敘述，另一個基於數據的窮舉，然而就是這個差異注定目前的ML模型不可能解決數學家感興趣的抽象問題。然而對談中完全不談這個，感覺只是為了宣傳o1在吹捧，很令人厭煩。

遠古人類缺少數學知識，但仍然有智慧，那是在於人有邏輯推理和記憶的能力加上靈感，前兩個能力AI 應該都可以做的很好，唯有靈感是如何產生的，就連人自己都還搞不明白，一旦AI 會生成靈感，人就可以被取代了。

在1946第一台通用电脑发明，人类从没有想过现在的电脑变得如此小巧和性能是发明时候的数千万倍，现在的AI可能也是当年的第一台电脑一样，随着投身于AI的人越来越多和硬件性能越来越厉害，未来AI可能会发展得超乎我们现在的想象。

System 1.5
- System 1 – 快速推理
- System 1.5 – 引导式思维链
- System 2 – 通过验证过程信息加强的深度、刻意推理，使用和获取相关的思维框架和工具，包括设计和选择选项

大飞，不知道你有没有粉丝群？有没有提供线下见面交流的机会？ anyway, 节目很不错，希望越办越好！

大部分的數學論文都是兩個到三個作者 協作是困難的
一般來說比較是一個資深的一個資淺的 或者彼此檢查互相確認計算正確
這個意思就是所有合作者的知識範圍需要重疊很大才能有效溝通
而不太有辦法做到 我只懂我的 你只懂你的 然後我們來合作

如果只是純粹計算或者估計數值 或者是暴力窮舉所有可能之類的 AI還比較有機會有貢獻
但如果是推論或者證明之類的思考 現在的AI是沒有能力做argument的
但是證明這種事情 錯一步就是全部錯 既抽象而且完全不能錯 這種任務 現在的AI是遠遠做不好的

9.11 有時候是大於 9.9的
例如 Example 9.11 是比 Example 9.9後面
九月十一日也比九月九日後到
所以有時候是正確的

大家有沒有覺得chatgpt變懶了

如果AI继续这样发展，不会有年轻的数学家了吧。本应该是几年的数学训练的，AI都能秒回，在这段时间的缄默成本谁来付出？

我的看法和 Tao 有點不同：我認為有了 AI 工具，數學家/理論物理學家可以從各種繁雜和和數學不太相關的工作中解放出來（寫proposal，寫Latex，寫slides等）。連寫簡單code也可以交給AI了，學數學的人不用再花時間把編程能力提升得更高，只懂基本知識就可以。數學家也不用花時間學寫Latex了，因為一個足夠聰明的AI應該可以從人類數學家手寫記事本上明白其內容並自動生成Latex或其他格式。數學家可以把時間真正用在數學思考上，同行合作也變得不必要。因為AI可以充當合作者和助手。有了AI，每個數學家可以更好地獨力把心中的想法寫成論文進行發表。這個過程的瓶頸將會好像幾百年前的數學研究一樣，重新落到人腦本身的數學能力上，而非處理雜務的能力上。

是的，感觉从GPT4之后学东西的速度指数增加。而且可以摆脱大部头繁杂冗余层层叠加的证明，直接抓重点并看到典例。对自学型的研究者简直就是强效推进器

这周刚找Tao聊过，就是作为纯数博二在读会有些焦虑。

2^(n-1) + 2^(n-2) +....+ 2^1 + 2^0 = 2^n -1 qubit of AI correspond with zero of zeta function 2^(s)=(1+1)^s on every row of Pascal triangle symmetry at central line of Pascal triangle (2n)!/(n!)^2[1,2,6,20,70] prove Riemann hypothesis.

我仍然搞不懂如何打通目前基于语义分析的AI到基于逻辑的数学问题，得到严密精准的数学结果。目前基于语义分析的AI生成一段文字一张图片一段视频，都无所谓严密精准，可是数学不是以上这些，如何做到严密精准和逻辑性呢？

哎快点来帮我做家务好吗

我拿过他的一节课😂