莱顿宣言：2000位学者警示AI对基础科学的利用与局限

人工智能（AI）在过去几年的狂飙突进，确实给基础科学带来了前所未有的新可能。从生物到化学，再到物理学，我们已经在“科学智能”（AI for Science）的多个方向上看到了不少令人兴奋的进展。

但，事情的另一面还有阴影。最近，16位来自全球顶尖高校和研究机构的数学家，联手抛出了一份长达11页的声明——《人工智能与数学莱顿宣言》。这份《宣言》的核心警示是：如果AI的应用不加约束、不加审视，它威胁的将不仅是数学的研究方式，更可能动摇这门学科存在的根本意义。

截至目前，这份《宣言》已经获得了超过2000位学者的签名支持。签名者中不仅有各大高校数学系的教授、研究员，还吸引了不少来自哲学、计算机科学等其他学科的研究者。

是突破还是炒作

近期，多家AI公司高调宣称，其系统能力又上了一个台阶，并且已经在数学领域解决了一些相当棘手的问题，甚至包括在学科竞赛中斩获头角。

举个例子。“First Proof”挑战赛中，AI模型攻克了部分研究级的数学难题；OpenAI也曾宣布其大模型破解了困扰学界80年的几何难题——“Erdős单位距离问题”。

数学这门学科，人人都知道它以推理严密、逻辑严谨著称。正因如此，当AI在这里取得“突破”时，往往格外抓人眼球。但《宣言》对此泼了一盆冷水，直指AI开发者存在“夸大其产品能力的强大商业动机”，提醒大家不要轻易相信这些关于AI数学能力的“神话”。

这并非空xue来风。在争夺数千亿美元投资的战场上，各家公司的确都铆足了劲给自家的AI模型“贴金”。《宣言》的发起者之一、哥伦比亚大学教授Michael Harris在接受外媒采访时就说得很直白：“各大实验室之间正在进行一场生死较量……它们急切地想利用数学来吸引投资，好让自己能活下去。”

一个耐人寻味的细节是，这些AI的宣传活动往往按照“市场的时间表”来发布，而不是遵循经过同行评审的科学节奏。这可能会“误导性地将特定的数学任务，包装成衡量商业模型通用推理能力的指标”。尤其是最近，OpenAI、Anthropic等公司集中提交IPO申请，计划上市，这背后的商业驱动力可见一斑。

除了数学可能沦为商业工具的尴尬，另一个更根本的隐忧在于：AI系统很可能会生成一些看似合理、但实则错误的证明。这些证明极其难以被人类验证，一旦混入学术体系，将直接损害数学研究的质量。此外，有些AI系统本身就借鉴了人类研究者的成果，然后在此基础上进行推理和猜想，这无疑会削弱原创研究人员应得的学术贡献认可。

更令人担忧的是，《宣言》的发起者们认为，AI在数学领域的快速普及，可能会催生大量跟风式的研究，导致同行评审系统不堪重负甚至“短路”。久而久之，研究人员可能会沦为AI开发者的服务者，数学本身的学术探索精神反而被削弱。

光环下的反思

其实，这已经不是基础科学界第一次对人工智能提出质疑。在科学智能硕果累累的光环之下，反思的声音从未停止。

去年，普林斯顿大学的物理学研究者Nick McGreivy就分享过他的经历。他原本寄希望于“用AI加速物理学”，但当真正把AI技术应用到实际物理问题时，结果却让他大失所望。他认为，AI在科学领域的整体潜力被严重夸大了。加上研究者发表的论文通常“报喜不报忧”，存在明显的幸存者偏差，导致整个领域看起来就像“朋友圈的精修图”——光鲜亮丽的成果背后，藏着大量被过滤掉的失败和过度美化的期待。

类似的案例并不少。DeepMind曾高调声称，其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”。然而，当真正的材料科学家拿到这些生成的化合物名单时，他们的评价相当“礼貌”：大部分都是垃圾。他们甚至直言，这篇论文“根本没有得到任何新材料”。

坦白讲，尽管AI模型这几年突飞猛进，但在科学智能领域，绝大部分进展仍然停留在特定任务上的单点突破，或者是对科研辅助能力的提升。正是这种“高光与局限并存”的现实，引发了基础科学界持续的、更深入的思考。这种思考已经不再只是技术层面“能不能用”的问题，而是深入到方法论、价值观乃至学科意义这些更根本的维度。

国际数学联盟（IMU）副主席Ulrike Tillmann对这份《宣言》表示支持，她写道：“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。” 而一向支持AI数学研究的著名数学家、菲尔兹奖得主陶哲轩，也表示完全赞同《宣言》中的各项论述与建议，他甚至认为这些问题几年前就应该展开系统讨论。

说到底，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侵蚀。科学智能要想健康发展，既要尊重技术的边界，更要尊重科学本身不可替代的根基。