Episode Details

📝 本期播客简介

本期我们克隆了：知名播客《Dwarkesh Podcast》在 Jul 1, 2026 的一期深度对谈 Grant Sanderson (@3Blue1Brown) – AI and the future of math

Grant Sanderson 是广受欢迎的数学科普频道 3Blue1Brown 的创始人，他正在制作一个记录人工智能在数学领域进展的新项目。这期节目主要探讨了人工智能在数学前沿的突破速度，以及这些进展对我们理解创造力、科学发现和未来工作意味着什么。

节目从 AI 在国际数学奥林匹克竞赛（IMO）上的表现切入，深入讨论了 AI 解决千禧年大奖难题的可能性，以及这背后更深层的问题：当 AI 能证明定理时，人类的角色是什么？Grant 通过伽罗瓦和群论的历史案例，精彩地阐述了数学中“提出好问题”和“创造新定义”的价值，这些往往比证明定理本身更重要，却难以被量化为基准测试。

对话还延伸到 AI 在写作、编程、学习等领域的局限性，以及数学家在 AI 时代可能转向“策展人”角色的未来图景。如果你对 AI 的能力边界、科学发现的本质、以及未来人类与 AI 的协作方式感兴趣，这期节目会提供极具深度的思考。

👨‍⚕️ 本期嘉宾

Grant Sanderson，全球知名数学科普频道 3Blue1Brown 的创始人。他以精美的可视化动画和清晰的讲解风格，将复杂的数学概念变得直观易懂，影响了无数数学学习者和爱好者。他正在制作一个记录 AI 在数学领域进展的新项目，深度关注人工智能如何改变数学研究的方式。

⏱️ 时间戳

开场与AI在数学上的突破

01:10 嘉宾介绍与AI在数学领域的进展速度

01:34 三年前的预言：IMO金牌不等于AGI

02:23 为什么IMO题目其实是可以训练的

02:54 AI进展的“尖峰”特性：数学正好在尖峰上

03:11 AI在几何题上秒杀，组合题上挣扎

千禧年难题与AI的能力边界

03:55 解决千禧年难题是否意味着能胜任白领工作？

04:20 跨领域知识连接的可能性

04:55 蒙哥马利与戴森的故事：偶然的跨领域连接

06:26 费马大定理的解法：需要构建理论的大山

07:16 如果AI能构建理论大山，智能水平就太高了

下一个基准：提出猜想与创造定义

07:50 移动球门：IMO金牌没有带来变革性影响

08:50 下一个基准：提出有趣的问题和新的概念化方式

09:28 好的数学家证明定理，伟大的数学家提出猜想

10:05 如何量化“提出好猜想”？这很难做成基准

11:05 数学家们对AI的语气在过去一年发生了变化

伽罗瓦、群论与可验证奖励的困境

12:17 提出新思考方式的价值：爱因斯坦与广义相对论

13:13 伽罗瓦与群论：验证循环长达100年

14:22 为什么伽罗瓦理论是完美的例子

14:41 五次方程求根公式的历史背景

15:56 拉格朗日：找到正确的提问方式

17:41 伽罗瓦的悲剧人生：在监狱里写下革命性想法

18:54 当时的学术界拒绝了伽罗瓦的论文

19:49 伽罗瓦去世后，想法花了40年才被认可

21:24 历史可能走向另一种可能：伽罗瓦被遗忘

22:01 群论的应用：盖尔曼预言夸克的存在

压缩即智能：如何衡量“优雅”

22:25 不以解决问题为标准，如何衡量进步？

22:51 “压缩即智能”：表达越简洁越智能

23:14 黎曼猜想解法的第三种可能：纯粹靠硬算

23:36 用柯尔莫哥洛夫复杂度量化“优雅”

23:55 人类一直在做这件事，AI迟早也会做到

AI会否让数学变得不可理解？

24:48 担心AI证明黎曼猜想但人类不理解

25:18 单位距离猜想反例：AI的推理是可理解的

25:43 解黎曼猜想的三种方式：连接、理论构建、蛮力

26:48 ABC猜想尝试性证明：异类的数学大山

27:31 David Bessis：《定理经济的衰落》

28:36 知道解是对的，会帮助人类理解

证明与解释的区别

29:16 Timothy Chow：“未解决的阐述性问题”

30:17 证明和解释之间有区别

30:51 概念化与想法本身真的有区别吗？

31:16 提出新颖洞见的人往往也是优秀的阐释者

32:08 AI可能也会擅长解释和提炼

数学家的未来：策展人角色

32:34 Grant会一直做现在做的事直到死

33:10 数学家最终会变得更像美术馆策展人

33:55 Grant的角色可能转向策展方向

34:27 人类音乐家永远有一席之地，数学也一样

AI作为超级连接器

34:37 AI刚跨过连接想法的门槛，下一步是什么？

35:16 广义相对论就是把黎曼几何和狭义相对论连接起来

35:41 朗兰兹纲领：一种研究精神

36:25 AI成为超级连接器的可能性

37:25 为什么自回归模型难以建立跨领域连接？

39:20 从数据角度思考：设计环境激励连接能力

并行化与数字心智的优势

40:44 AI的关键优势：并行化和可扩展性

Listen Now