突破还是炒作？2000余位学者签署《人工智能与数学莱顿宣言》：警示AI对基础科学的利用与局限

编辑丨coisini

人工智能（AI）的突飞猛进给基础科学带来了新的可能性，我们已经在生物、化学、物理学等诸多领域看到了科学智能（AI for Science）进展。

但 AI 的影响并非全然正面。最近，16 位来自全球顶尖高校及研究所的数学专家发表了一份长达 11 页的宣言 ——《人工智能与数学莱顿宣言》（下称《宣言》）。《宣言》警示：不加控制的自动化不仅威胁到数学的研究方式，也危及这门学科所代表的意义。

《人工智能与数学莱顿宣言》链接：https://leidendeclaration.ai/

截至目前，《宣言》已获超过 2000 位学者的签署支持，其中包括高校数学系教授、研究员，还不乏哲学、计算机科学等其他学科研究者。

是突破还是炒作

近来，多家 AI 公司声称其系统的能力不断提升，并称 AI 已解决一些棘手的数学问题，包括在学科竞赛中表现突出。

例如，在「First Proof」挑战赛中，AI 模型解决了部分研究级数学问题；OpenAI 宣布 AI 大模型破解已有 80 年历史的几何难题 ——「Erdős 单位距离问题」（Erdős Unit Distance Problem）......

众所周知，数学是一门推理严谨、逻辑缜密的学科。正因如此，当 AI 在这一领域取得突破时，往往会格外引人关注。

然而，《宣言》指出 AI 开发者存在「夸大其产品能力的强大商业动机」，提醒人们不要轻信关于 AI 系统数学能力的「炒作」。

这并非无端揣测，为了争夺数千亿美元的投资资金，各家公司争相粉饰 AI 模型的形象。

宣言的发起者之一、哥伦比亚大学教授 Michael Harris 在外媒采访中表示：「各大实验室之间正在进行一场生死较量…… 它们试图利用数学来吸引投资，以便自己能够存活下来。」

一个值得注意的细节是 AI 的宣传活动按照「市场时间表」而非经过人工评审的科学节奏发布，可能会「误导性地将特定的数学任务作为衡量商业模型通用推理能力的指标」。

特别是，最近人工智能公司纷纷提交 IPO 申请，计划上市，包括 OpenAI、Anthropic和 SpaceX（SpaceX 已合并 xAI）。

除了数学可能被利用来谋取商业利益之外，AI 系统还可能产生看似合理但实际上错误的证明，这些证明很难被人类验证。这可能会影响数学研究质量。

另外，一些 AI 系统借鉴了人类研究者的研究成果，进一步进行推理猜想，这可能会削弱研究人员的学术贡献认可。

《宣言》发起者担心，AI 在数学领域的日益普及可能会刺激跟风式研究，导致同行评审系统短路，并使研究人员沦为 AI 开发者的服务者，破坏数学本身的学术探索风气。

光环下的反思

实际上，这不是基础科学领域第一次质疑人工智能。尽管科学智能硕果累累，但光环之下，反思的声音也不断浮现。

去年，普林斯顿大学（Princeton University）博士、物理学研究者 Nick McGreivy 本来寄希望于「用 AI 加速物理学」，但当他尝试将 AI 技术应用于实际物理问题时，结果却令他大失所望。

Nick McGreivy 认为人工智能在科学领域的整体潜力被夸大了，加上研究者的论文往往报喜不报忧，存在幸存者偏差，导致领域像「朋友圈精修图」—— 光鲜成果背后藏着被滤镜过滤的失败和过度美化的期待。

类似地，DeepMind 曾声称GNoME 模型发现了 220 万个晶体结构，标志着「人类已知稳定材料的数量级扩展」。但当材料科学家分析这些生成的化合物时，他们发现它们「大部分都是垃圾」，并「礼貌地」表示该论文「没有得到任何新材料」。

尽管 AI 模型最近几年的发展突飞猛进，但在科学智能领域的进展大部分仍然是在特定任务上的单点突破，或科研辅助能力的提升。

正是这种「高光与局限并存」的现状，引发了基础科学界持续的审慎思考。这种思考不再停留于技术层面的「能不能用」，而是深入到方法论、价值观乃至学科意义等更根本的维度。

国际数学联盟（IMU）副主席 Ulrike Tillmann 支持《宣言》并写道：「AI 开辟了令人兴奋的新机遇，但也带来了一些不能不加审视的问题。数学研究的未来必须以人类判断、公平透明的实践以及全球数学界的共同价值观为指导。」

一向支持 AI 数学研究的著名数学家、菲尔兹奖得主陶哲轩也表示完全赞成《宣言》中的各项论述与建议，并指出这些问题几年前就应该展开系统讨论。

正如《宣言》所警示的，如果我们对 AI 的局限视而不见，对商业驱动的「炒作」照单全收，那么科学的独立性、严谨性与学术价值都可能遭到损害。科学智能的良好发展，需要尊重技术的边界，也需要尊重科学本身不可替代的根基。

参考链接：

https://phys.org/news/2026-06-mathematicians-dont-hype-ai-capabilities.html

https://www.science.org/content/article/mathematicians-issue-warning-ai-rapidly-gains-ground