31岁就获得菲尔兹奖的陶哲轩、迷上了使用 AI辅助数学研究。最近，他接受了一次Dwarkesh Patel的访谈，针对AI在科学与数学领域的应用，陶哲轩提出了下面几个具有前瞻性的观点：
* 历史上科学研究的传统范式是科学家先产生灵光一闪的“天才创意”或假设，然后收集少量数据进行验证。而当下新的科学范式是先收集海量大数据，然后利用 AI 从中提取模式，再推导出以前不存在的规律和假设。
* AI 已经将提出科学假设和理论的成本降低到几乎为零，现在的瓶颈不再是想不出理论，而是如何从 AI 每天生成的成千上万个理论中，识别、验证并评估出真正能推动学科发展的优质想法。
* 我们正处于一场认知革命之中，即意识到人类智能可能并非宇宙的中心，而是存在着多种截然不同、优缺点互补的智能形式。人类需要重新评估哪些任务需要人类智能，而哪些可以外包给 AI。
* 通过 Lean 等形式化证明语言，AI 生成的数学证明不再是抽象的逻辑流，而是可以被观察和拆解研究的“实物” 。他预见未来可能会出现一种新的数学家，对 AI 生成的巨大、凌乱的证明，他们将尝试删除部分代码来观察其是否崩溃，从而反向推导出其中的核心数学洞察和关键引理。
* 人类数学家擅长从部分进展中累积经验，通过持续的对话和适应性改进来攻克极其深刻的难题，而目前的 AI 仍缺乏这种基于阶段性进展的“累积能力”。但AI能以极大的规模同时攻击成百上千个问题，消除自有水平线下的所有障碍。
* 目前对解决最核心的数学难题，AI的加速作用尚不明显。但AI极大地加速了论文中图表生成、代码编写、排版和深度文献搜索等辅助性任务，使得论文变得更丰富、更宽广。
