财新传媒 财新传媒

阅读:0
听报道

代数几何何以令人望而生畏,却又如此引人入胜?Ravi Vakil 是斯坦福大学数学讲席教授、美国数学学会现任主席,也是当代代数几何领域的重要学者。他历经多年潜心打磨的著作 The Rising Sea于2025年由普林斯顿大学出版社出版,并荣获2026年美国出版商协会PROSE奖“数学与统计学”类别奖。 

在访谈的前半部分(详见:专访代数几何专家Ravi Vakil:怎样用一本书学好代数几何?),Vakil 教授以“上升之海”比喻数学理解逐渐形成的过程:通过不断练习、思考和积累,原本艰深的概念慢慢变得清晰。而当 AI 开始深度参与数学学习与研究,这一过程是否会发生改变? 

在本篇访谈中,Vakil 既肯定 AI 在知识检索、数学研究和学术合作中的巨大潜力,也对技术可能取代独立思考表达了担忧。在他看来,数学学习的意义不仅在于找到正确答案,更在于经历探索、受挫与顿悟的过程。面对 AI 可能带来的深刻变革,他也谈到了数学家的未来,以及保护年轻人的重要性。Vakil坚定地认为,无论技术如何发展,真正重要的始终是对数学的深刻理解、对有价值问题的审美判断,以及在探索中不断形成的独立思考能力。

受访者:

Ravi Vakil:斯坦福大学 Robert Grimmett 讲席教授,同时担任美国数学学会主席。他还著有 A Mathematical Mosaic: Patterns and Problem Solving。

采访人:

黄治中:中国科学院数学与系统科学研究院副研究员

普林斯顿大学出版社中国办公室(文中简称PUP China)

01

AI无法取代和问题“较劲”的过程 

黄治中:我们已经看到了 AI 技术的巨大发展。如果您今天来学代数几何,会不会用一种和您当年不同的方式来学?

Ravi Vakil:我想基本不会,可能一些边边角角的地方会变。之后我做研究的方式也许会有很大变化,但学习代数几何的方式不会有太大改变。有些人完全靠读书自学,我想对他们来说,向 AI 提问可能很有帮助。 

我很幸运,身边不仅有老师,还有我愿意称为导师的人,以及同龄或年长几岁的学生。读研究生时,我也开始向比我年轻的研究生学习。那是一种口耳相传的学习:我遇到困惑,自己做题——这是必须的——卡住了再找人交流,而这总是很有帮助。 

有了 AI,我大概仍会这样学习。AI 也许能帮到我,但我不希望它替我解题或直接给我提示。它在很多方面都会有用,但我绝不希望它取代那些帮助我学会思考的东西。如果它能加快我的思考,我会很乐意接受,那样我也许能学得更快。

比如说,我想了解某样东西。年轻的时候,我可能会用 Google,然后被引到 Stacks Project 的相关部分,或者某个人的博客文章。现在 AI 也许能更快地给我指出应该怎么学,但我仍然需要自己去钻研、自己去学。

到目前为止,我的学生看起来都做得很好。他们专注于学习,会自己钻研。他们本可以用 AI 去查一些东西,但他们没有。他们会用 AI 来帮助证明一个更好的定理,但不会用它来代替那些重要的思考。如果研究需要一个来自其他学科、不是他们主要感兴趣的领域的辅助结果,AI 也确实能让他们快得多。 

我担心的是,许多学生会让 AI 代替自己思考。这样短期内也许更快,但他们就是不会有好的想法。他们从哪里获得洞察力的飞跃?怎么判断什么问题有意思?如果从未亲自和问题较过劲,哪怕只是很初级的小问题,又怎么培养这种判断力?

读研究生时,我做过一些很初级的小问题。别人也许早知道答案,或许甚至根本没人关心,但我从中学到了东西。重要的是自己去较劲,看看什么行得通、什么行不通。我相信,换作今天我还是会这样做。现在我的学生仍在和这些问题较劲,也在使用 AI;他们主动选择不把思考交出去。我希望未来的学生也能这样。至于不这样做的人,我不认为他们会成为成功的数学家。

02

学习是一种非常“人类”的活动

黄治中:所以培养批判性的思维方式真的很重要。AI 无法取代一位真人老师,也无法取代自己的苦苦钻研。 

Ravi Vakil:对,真人老师非常重要。我们需要和另一个真实的人待在同一个房间里学习。这虽然是数学,但学习数学的过程仍然受到心理层面的因素的影响。我当年是跟着比我年长的学生学的,这一点很重要。如果我是跟一个比我大 50 岁的人学,那种感觉就和跟一个正在为某个问题苦苦挣扎的同学交流不一样了。

所以学习是一种非常“人类”的活动。和同学一起学,与面对屏幕上的虚拟对象或文字,终究不同。别误会,AI 当然很有用:用对了,它非常强大;用错了,危害也可能很大。 

03

形成独立理解需要经历挣扎

Ravi Vakil:对于本科生的学习,我很有把握知道该怎么做。我们有一套非常好的规定,虽然现在不得不做出调整,但我们的原则还是一样的。数学教的是如何思考。到一门课结束时,我们要的还是这个,这一点没有变。 

AI 可以帮助人学得更快,但如果有学生只是为了拿高分而学习,作业就不能占总成绩的太多比重,因为他们会用 AI 来做作业。他们学不到东西,效果也不会好。所以我们要用一些替代方式来检验他们的理解。他们必须能够独立理解一些东西。以前有些考试不允许使用计算器,也是为了确保学生能够清楚地思考,我觉得道理是一样的。 

我们仍然布置作业,只是降低它在成绩中的比重。这样,认真学习的好学生即使没有做出所有题目,也不会影响他们的总成绩。我们希望他们去挣扎、去拼,有时也会输、会做不出来。我宁愿看到一个学生在作业上苦苦挣扎、没能完全做出来,也不愿看到一份完美漂亮、我却并不信任的 LaTeX 作业,那样的作业没有多少价值。

不过之后,他们得在蓝皮答题本上,用纸和笔解题,不能作弊。理想情况下,有时他们会在黑板上做题,这样我可以和他们交流,看看他们到底理解了多少。 

研究生教育就更难了。下周我要参加一个关于 AI 时代研究生教育的研讨会,这个问题我还没有完全想清楚。我的学生目前做得很好,但我担心长远来看,学习文化会发生改变。研究生教育很大程度上依靠学生自己解决问题,再回来报告。我真心希望他们经历过长时间的苦苦钻研,甚至可能失败过。如今他们要做成一件事太容易了,我可能要直到他们拿不出新想法时,才能看出差别。 

PUP China:我能感觉到,您真的很珍视苦苦挣扎的经历。它就像是成为一名真正的数学家路上的一笔财富,也是一座里程碑。 

Ravi Vakil:确实如此。这种挣扎必要且值得。数学很难,你可以让它变得容易一些,但它仍然是艰苦的工作。真正有益的挣扎,会让人变得更好。

04

AI会让数学家之间的交流更少吗?

PUP China:如果一个人卡住,很容易直接去问 ChatGPT;而和别人一起钻研,也许反而能享受这个过程。 

Ravi Vakil:没错。一起钻研时,你们可以互相提问;实在弄不懂,也许会一起决定:“算了,先放一放吧。”如果只有一个人,就更容易忍不住直接去问 ChatGPT。

PUP China:随着 AI 越来越强,您是否看到一种趋势:数学家可能会开始更多地和 AI 交流,彼此之间交流得更少?这对数学界意味着什么?还是说,您认为数学家应该建立一个比以往更紧密的群体? 

Ravi Vakil:根据以往的经验,我的预期是,随着AI 发展得越来越好,数学家会倾向于越来越多地使用它——尽管不是所有人都会这样做。但我不认为他们彼此之间的交流会因此减少,因为交流在某种程度上是不可或缺的。数学非常难,和别人一起做则容易得多。如果 AI 让我们成为更好的数学家,那就意味着我们能涉足更多领域,挑战自己。如果我突然有机会去做一个陌生领域的问题,我就需要去找那个领域的专家交流了。 

到目前为止,推动数学发展的新技术,往往带来了更多人与人之间的交流。数学之所以得以加速发展,是因为我们能和远在几千英里之外的人实时交谈。

AI 将会带来的好处之一,是它可能会把我们和别人的想法联系起来。有人会说:“哦,这个想法和这篇论文有关联,但我不知道这个人是谁。”那好,现在你可以找到他,并去和他聊一聊。所以我希望它能让更多人与人之间的交流成为可能。 

我甚至预计,论文的合作者会越来越多。几十年前,单作者论文很多:没有 Zoom,电话又贵,人们常常独自在办公室拿着纸笔工作。如今远程合作便利得多。而从经验数据看也确实如此:在 arXiv 上,每篇论文的合作者人数增加了。这说明,有了更多技术,我们彼此之间的交流会更多而不是更少。当然,危险也确实存在。

05

数学家的价值与未来 

黄治中:关于这一点,我也想代表我的同事们问一个问题。有 AI 公司声称,用最先进的模型证明了过去百年间极其重要的定理。我们很多人都有些困惑:数学家还有用吗?如果 AI 能更快、更多地解决问题,未来我们应该怎样理解自己的职业与价值? 

Ravi Vakil:这是个好问题,但不确定性非常高。现在所说的任何判断,都可能有极大的误差。有证据使人相信某种变化正在到来,但现在就预测三年后的事情,容易变得非常不明智。

看起来,过去每当有新技术出现,它都会加速数学的发展,也会让一些数学家加速前进。确实也有过“伤亡”:引入某些新工具后,有些领域兴起,有些领域衰落。 

一件让人沮丧的事是,AI 发展得如此之快,确实可能很快带来巨大冲击。我们做数学的方式完全有可能发生重大变化。部分原因是,过去一整类值得发表的成果将被一扫而空。你需要用和以前不同的方式,靠直觉来判断下一个重大定理该往哪里找。可即便如此,谁会知道什么才是有意思的东西呢?会有大量 AI 生成的低质量内容,但是有意思的成果仍然会出现。

最近,AI 带来了大量论文。但在我关心的成果里,真正了不起的工作,仍然更多出自功底深厚的数学家:他们借助 AI 增强了自己的能力。代数几何领域最近有一批这样的成果,它们不是随便哪个人按一下按钮就得出来的——这绝非偶然的个例。做出这些成果的人,知道该问什么问题,也知道该用什么工具,并借助技术把问题解决了。最有能力利用这项新技术的,正是那些理解最深的人,而且一向如此。

到目前为止,证据表明,受过最好训练的头脑仍然会做得最好。也许这会改变,也许三个月后就变了。但现在已经有人说一切都结束了,而事实却恰恰相反:数学正在加速发展,最好的数学成果,仍然出自最好的数学家之手。 

所以我暂时持乐观态度,但也真的很担心这场变化中的“伤亡”。我担心年轻人,是因为现在的氛围看起来非常负面,人们在说一些很糟糕、却没有证据支撑的话。工作岗位应该还是有的,但一些人可能会感到沮丧,甚至离开这个领域。有人可能以 AI 为借口削减经费和岗位,而这并没有事实依据。如果数学正因新的生产要素而变得更加高效,理性的做法应该是投入更多资源,而不是撤走资源。我们需要更多数学家,利用新技术去做更多的事;我担心现实会朝相反的方向发展。

我担心的另一件事是,学生会学不会如何思考。最后,我真的很担心年轻人会感到沮丧,觉得自己没有未来。我觉得,我们这些资深数学家能做的最重要的事,就是保护年轻人,尤其是在这段会很颠簸的过渡期。我们需要度过这段时期,到达新的稳定状态。

黄治中:好的,谢谢。非常感谢您的鼓励。我会尽我所能,保护新的、更年轻的一代。

Ravi Vakil:谢谢。

本文经授权转载自微信公众号“普林斯顿读书汇”

话题:



0

推荐

返朴

返朴

3130篇文章 3小时前更新

科学新媒体“返朴”,科普中国子品牌,倡导“溯源守拙,问学求新”。

文章