陶哲轩：AI消除认知摩擦，让数学家敢于尝试更疯狂的想法

菲尔兹奖得主、数学家陶哲轩（Terence Tao）近日分享了他使用AI辅助数学研究的深刻体会。作为IPAM（纯粹与应用数学研究所）特别项目主任，他认为AI正在从根本上改变数学研究的方式——不是取代数学家，而是释放他们去追求更大胆的创意。

AI降低试错成本，让研究者敢于冒险

陶哲轩直言，AI的快速进步让他在研究中变得更加大胆：

"它让我可以去实验。我会尝试更疯狂的东西。"

这句话背后的逻辑值得深思。在传统数学研究中，每一个方向的探索都意味着大量的计算和验证工作。如果一个想法最终被证明行不通，前期投入的时间和精力就成了沉没成本。这种高昂的试错成本，无形中让研究者倾向于选择更保守、更"安全"的研究路径。

而AI的介入改变了这个等式。陶哲轩描述了一种新的工作模式：

"你可以在黑板上自由推演（vibe），然后如果有一个计算是我们双方都不想做的，就让AI工具来完成。"

这种"黑板上的vibe"加上AI计算的组合，本质上是将数学研究中的创造性思维与机械性计算解耦。数学家专注于直觉、灵感和方向判断，AI负责繁重的验证和计算。试错成本的大幅降低，直接鼓励了更具冒险精神的探索。

认知摩擦：一个被长期忽视的智力成本

陶哲轩提出了一个极具洞察力的概念——认知摩擦（cognitive friction）。

"直到最近，我们一直生活在一个充满认知摩擦的世界里，每一项任务都需要我们动用大脑。我们从未真正思考过这个问题，只是认为这是做智力工作的代价。"

这个观察精准地揭示了一个长期被忽视的问题。就像工业革命之前人们认为体力劳动是生产的必然代价一样，我们一直把大量的认知劳动视为智力工作的固有成本。文献检索、重复计算、格式整理、交叉验证——这些工作消耗了研究者大量的时间和精力，却并非创造性思维的核心。

陶哲轩表示，AI和其他技术有潜力"将这些摩擦降低到零"。他自己已经在实践中体验到了这一点：

"我可以比以前更准确、更高效地搜索文献。"

他明确表示，自己正在做"更多的AI辅助数学和协作项目"，并且认为这项技术"已经准备好进入主流了（ready for prime time）"。从一位顶级数学家口中说出这句话，其分量摆在眼前的事实。

赋能100位数学家，而非赢一个奖

OpenAI方面也在这段对话中阐述了他们的核心理念：

"从根本上说，我们更关心的是在自动化科学、经济和我们自身方面处于前沿。我们不太在乎赢得诺贝尔奖或菲尔兹奖，更在乎让100位数学家能够自己去实现这些成就。"

这个定位值得关注。它意味着AI在科学研究中的角色不是成为"超级科学家"，而是成为超级工具——降低门槛、放大能力、加速迭代。如果一个AI工具能让100位数学家各自在自己的领域取得突破，其总体影响远超AI自身独立完成一项研究。

这也呼应了陶哲轩关于认知摩擦的论述。当摩擦被消除，不仅顶级研究者能更高效地工作，更多原本被摩擦阻挡的研究者也能进入更深层次的探索。

开放研究过程，而非只展示最终结果

陶哲轩还提出了一个具有前瞻性的建议：

"我希望当AI的使用变得更加普遍时，人们不仅发布最终成果，还能分享他们到达那里的所有不同路径，因为那也是非常有价值的信息。"

这个建议切中了科学研究中一个长期存在的问题——发表偏差。传统学术出版只展示成功的结果和最终的证明路径，而那些失败的尝试、走过的弯路、被放弃的方向，往往被埋没。然而这些"失败路径"本身包含了丰富的信息，可以帮助其他研究者避免重复劳动，甚至从中发现新的灵感。

在AI辅助研究的时代，记录和分享这些探索过程的成本大幅降低。每一次与AI的交互、每一个被验证或否定的假设，都可以被系统性地保存和共享。这有可能催生一种全新的科学交流范式。

结语

陶哲轩的分享揭示了AI对科学研究的深层影响：它不仅仅是一个加速器，更是一个解放器。通过消除认知摩擦、降低试错成本，AI让研究者有勇气和余力去追求那些"更疯狂"的想法。而正是这些疯狂的想法，往往孕育着最重大的突破。