10 月 17 日消息，在 Numberphile 于 10 月 15 日发布的采访中，陶哲轩谈到 AI 批量产出数学证明后的变化：数学正走出依靠个人英雄攻关的浪漫时代，证明的数量增长，人类消化、解释成果的速度却跟不上。
陶哲轩并不否认机器的创造力。他读过这批成果中的约十篇论文，有些是已有研究的延伸，一两篇包含巧妙的新思路，也有大量内容尚难理解，部分结果已因错误撤回。他批评集中发布前缺少与相关研究者的沟通，一些年轻人的研究项目因此失去原先的空间。
他担心，机器不断解决开放问题，却没有同步为学科培养新问题与新研究者。过去，证明之后的报告、研讨、合作和教材整理，会让成果成为下一代能够理解的知识；如果只有最终答案，这些环节就可能断裂。
因此，他主张转向更大规模的协作，让团队共同探索一组问题；教育中则应保留传统训练，如同使用计算器前仍需学会手算。他希望研究过程、失败尝试和思想形成的细节被记录下来，让后来者学会判断，而不只接收答案。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。