陶哲轩转发抵制声明，数学界和OpenAI彻底撕破脸
一次性发布 700 多个文件并非学术成就的体现，而是权力的炫耀。
我们敦促数学家们停止与 OpenAI 的合作，回归以人类理解为中心的科学理念。
于是有人开始深挖这个人类数学协会是什么来头，网友们指责该协会和 OpenAI 同样不负责，尤其是所谓的「数学家们并没有要求进行这项工作」言论，被认为「是我最近读过的最滑稽、最荒谬的说法。」
要成为人类数学协会的会员，你必须做出三项承诺：
- 成员承诺不向商业人工智能公司提供技术劳动力、数学知识、咨询或宣传服务。
- 成员承诺不发表由人工智能模型生成的数学文本（包括论文、评论、审稿报告、讲义、教学材料和书籍）。
- 反对人工智能小组的成员在研究工作中不使用人工智能模型。
总结下来就是，你要加入人类数学协会，就请你放弃 AI。
另一边对 OpenAI 的抨击也没停止，所谓的 722 篇论文，只有 162 篇论文的主要结果经过了计算机验证。
发布第二天，OpenAI 还撤下了 3 篇手稿：一处符号错误使一个核心论证失效，并连带影响两篇依赖它的论文；另外 14 篇被修订，13 篇更新了引用关系。
OpenAI 自身也承认并非所有论文都采用了 Lean 形式化方法，在他们公开的 GitHub 仓库 README 文档里提到「一些未形式化的结果可能存在问题。我们将努力尽快修复任何此类问题。」
也就是说，他们发表的很多内容可能都是错误的。
所以，到底应该听谁的，是跟着数学界一起呼吁所有的数学家都不要再使用 OpenAI 了，还是和 OpenAI 一起，接受 AI 带来的变化，接受 AI 即将十分钟就能造出一个菲尔兹奖的现状。
一场抵制 OpenAI 的数学家联盟
这也是反对 OpenAI 声音里，讨论最多的一项争议。
在批评者看来，OpenAI 并不理解他们所发布的东西，甚至他们自己都看不懂那些 AI 撰写的论文和报告，只是看到 AI 得出了某个结论，就把它公诸于众，然后说自己解决了哪些数学难题。
809 名成员中，有将近三分之一是法国人，另外三分之一是美国人 ，其中还有 11 人来自中国。
类似的人类数学协会就像早些年 AI 刚刚出来的 AI 福利协会、AI 安全协会、AI 人类协会等等，除了这个 809 人的人类数学协会，还有由 9 位资深数学家组成的数学与人工智能咨询小组，以及由 28 位菲尔兹奖得主签署的数学宣言等。
mathandai.org – 由 28 位菲尔兹奖得主签署并得到 8000 多人支持的《人工智能在数学领域严重失衡》宣言。
ahmath.org – 人类数学协会，约有 800 名成员。所有成员都承诺不与商业人工智能公司合作，也不发表人工智能生成的数学文本；其中大多数成员（非人工智能小组）也拒绝在研究中使用人工智能。
上下滑动查看更多内容
这些数学家的观点不尽相同，但大多数都认为眼下数学确实受到了 OpenAI 的冲击，数学界面临着新的迷茫和困惑。
在社交媒体上，有人说 OpenAI 公布这些论文手稿，完全只是为了自身经济利益，而全然不顾数学界现有的结构，即署名论文作者、向期刊投稿以及经过同行评审等数学规范流程。
如果 OpenAI 想要摧毁数学界，这无疑是一个绝佳的途径。
未解决的问题是数学界历经数十年甚至数百年积累的宝贵资源。它们的价值源于我们赋予它们的意义。它们为数学界提供了结构，为衡量进步和长远目标提供了标尺。
人工智能的出现注定会带来巨大的冲击，但如此大量的论文如同海啸般袭来，我们根本没有时间做好准备。
显然，OpenAI 会为了自身经济利益而毫不犹豫地摧毁我们数学界的现有结构。
722 份草稿，谁来证明
支持 OpenAI 的一方，认为这 700 多项数学手稿，已经把数学研究推到了必须重新定义工作方式的阶段；也有人希望和学生、博士后一起读这些证明，寻找其中的新连接。
而在 OpenAI 自己的开发者社区里，也出现了较具体的初步核验：有人重新运行了准黎曼结果的 Lean 检查，报告代码通过；另一个人把一个矩阵乘法结果扩展到更一般的域，也通过了 Lean 检查。
或许双方的争论都有道理，但这场争论发展到现在，已经有了一种熟悉的味道。
这让我想起了美剧《硅谷》里的一个经典情节。剧中，科技巨头 Hooli 的 CEO Gavin Belson，总喜欢把「让世界变得更好」挂在嘴边。但比起世界究竟有没有变好，他似乎更在乎另一件事：改变世界的人，必须是自己。
这个笑话放到如今的数学界，突然有了几分现实感。
OpenAI 希望证明，AI 已经能够大规模解决那些困扰数学家多年的难题；而反对者担心的，则是一家商业公司正在凭借技术优势，重新决定数学研究的节奏、规则，甚至什么样的成果才值得被称为数学进步。
双方都希望数学变得更好，但显然，他们对于数学应该如何变好、由谁来推动这种变化，有着截然不同的想法。
OpenAI 可以在短时间内发布 700 多份数学手稿，但数学界不可能在同样短的时间里完成对这些成果的阅读、验证和理解。
AI 让数学成果的生产成本急剧下降，但理解、验证和判断这些成果价值的成本，并没有同步下降。而这种不对称，已经在改变整个科学研究的运行方式。