01:18a16z@a16z73°多伦多大学数学家Daniel Litt与a16z的Lisha Li讨论AI在数学领域的实际作用。AI模型擅长处理长计算和整合多篇论文的技术思想,但无法构建理论或保持足够长久的哲学思考。数学家曾利用AI证明解决多个问题,但AI生成的证明可能正确却无价值。AI数学家可能趋同,而丑陋的证明仍有价值。行业Daniel LittLisha LiAI数学推荐理由:多伦多数学家揭秘AI在数学中的真实能力与局限,AI能计算却无法构建理论。原文稍后读已读值得跟进有用关注 Daniel Litt
19:09量子位@梦瑶菲尔兹奖得主认为,AI在数学突破中现在主要依赖'找反例'。这种方法让AI通过构造反例来挑战重大数学猜想。与正面证明不同,反例策略已成为AI数学研究的重要方向。行业菲尔兹奖数学猜想反例推荐理由:菲尔兹奖得主说AI靠找反例突破数学猜想,这思路跟传统证明完全不一样。原文稍后读已读值得跟进有用关注 菲尔兹奖
22:42IT之家(博客/媒体)马丁·海尔在2026国际基础科学大会上接受央视专访时表示,AI在数学能力上已能完成博士层级的推演。他同时指出,数学家关注的是无法通过自动化手段解决的问题。他不同意两年内AI全面超越人类数学家的判断,认为AI只在特定领域表现出众。他还评价过去五到十年中国数学研究水平实现质的飞跃,今年两位中国数学家邓煜、王虹获得菲尔兹奖印证了这一进展。行业马丁·海尔菲尔兹奖AI数学推荐理由:菲尔兹奖得主马丁·海尔说AI数学已经到博士水平,但他觉得全面超越人类还早。还聊了中国数学这几年的飞跃,挺有意思。原文稍后读已读值得跟进有用关注 马丁·海尔
01:20Gary Marcus@GaryMarcus数学家陶哲轩在一场讲座中指出,AI工具可能带来“证明消化不良”,并非所有机器生成的证明都有用。他强调数学研究并不均匀,AI擅长其中部分环节,却无法覆盖全部。他还提到,Astra(他写评论时该模型尚未发布)能解决特定类型的问题,但目前没有证据表明它能构建新理论。论文Terence TaoAstraAI数学推荐理由:陶哲轩对AI做数学的真实看法,讲得很清楚:AI能算题,但建理论还不行。原文稍后读已读值得跟进有用关注 Terence Tao
20:32量子位@量子位的朋友们中科院院士与北电数智AI专家举行对话,聚焦AI与数学的“乘法效应”。双方围绕数学原理在AI模型训练、推理优化中的核心作用展开讨论。对话提出通过数学工具降低AI落地成本的新思路,并分享了多个产业场景的初步验证案例。这场跨界交流旨在打通理论与实践的壁垒,加速AI在制造业、金融等领域的应用。行业中科院北电数智AI数学推荐理由:院士和一线专家聊透了数学怎么帮AI省钱、提效,比纯技术文章更接地气。原文稍后读已读值得跟进有用关注 中科院