人工智能（AI）的快速发展正在深刻改变各行各业，从数学研究到制造业，再到科技巨头的战略布局。近期，围绕AI在解决复杂问题上的成本、规模化路径以及潜在的局限性，引发了广泛的讨论。尤其以著名数学家陶哲轩的观点为代表，他不仅对AI在数学竞赛中的表现提出了质疑，更强调了AI发展进入平稳、长期发展模式的必然性，以及规模化应用需要更廉价方案的迫切性。
AI解题的成本问题，是当前关注的焦点之一。有报道指出，仅仅是让AI解决一道奥赛题，成本就可能高达5000美元。这暴露了当前AI技术在处理复杂问题时，效率和经济性上的不足。陶哲轩在“等式理论项目”中的经验也印证了这一点。该项目需要验证2200万条蕴涵关系，虽然并未大量使用现代AI技术，但陶哲轩预见，未来类似的大规模项目将遵循类似的路径：由“廉价”AI完成绝大部分工作，而“昂贵”的高级AI则与人类专家协同作战。这种分层协作的模式，旨在降低整体成本，提高效率。这预示着AI的未来发展，并非单纯追求更强大的模型，而是更注重成本控制和资源优化。
AI领域的竞争格局也在发生变化。英伟达凭借其在AI芯片领域的领先地位，市值高达4.24万亿美元，而英特尔的市值却仅为987亿美元，不及英伟达零头。这种巨大的差距，反映了AI技术在硬件层面的重要性，也预示着AI产业的洗牌正在加速。英特尔宣布年内再裁员2万岗位，也侧面印证了AI时代，传统芯片巨头面临的挑战。然而，这并不意味着AI发展停滞不前，反而预示着AI将进入一个更加务实、注重实际应用的阶段。小米未来五年联手350所大学培养5万名物联网人才，也体现了AI技术与各行业深度融合的趋势。
除了成本和竞争，AI的“公平性”也成为一个重要的议题。陶哲轩对OpenAI等AI模型在数学竞赛中表现的质疑，指向了AI竞赛亟需划定“公平赛道”的问题。他认为，AI模型的“金牌”含金量取决于竞赛的规则和环境。这提醒我们，在评估AI能力时，不能仅仅关注其在特定任务上的表现，更要关注其在不同场景下的适应性和泛化能力。OpenAI虽然在ARC-AGI基准测试中取得了突破，甚至在某些数学测试中超越了人类水平，但陶哲轩的观点提醒我们，AI在数学领域的“解决”并非短期内就能实现，更多的是提高人类科学家的洞察力。AI的价值在于辅助人类，而非完全取代人类。
此外，AI协作的新趋势也值得关注。陶哲轩将AI解题的方式比作“打游戏”，通过将难题拆解，并利用Lean、AI和众包一一击破。这种“代码式重构 + 系统式复用”的协作方式，标志着AI在数学领域的应用，从天才式解谜转向系统化、流程化的生产模式。这种范式不仅适用于数学领域，更可以扩展到科研、工程、写作、金融、药物设计等其他知识工作领域，预示着未来工作形态的变革。例如，99后华人科学家创业，推出全球首个视觉记忆大模型，也体现了AI技术在特定领域的创新应用。
AI的发展正经历着从“炫技”到“实干”的转变。虽然AI在某些领域取得了显著的进展，但其规模化应用仍然面临着成本、公平性和局限性等挑战。未来的AI发展，将更加注重成本控制、资源优化、公平竞争和人机协作。AI将不再是孤立的“金牌”获得者，而是成为人类的得力助手，共同推动科学进步和社会发展。
发表回复