陶：人工智能不可再生地挖掘开放数学问题

【HN用户评论摘要】 在这一点上我同意@nilesh，并且不确定解决方案的存在如何阻碍人类知识的进步。如果一个问题在没有获得任何见解的情况下被“解决”（例如，象征性地验证），那么对于这个行业来说似乎并不是很有趣。纳维-斯托克斯有点不同（因为有一个奖项，所以“抢夺”很重要），但几乎所有有趣的问题都没有任何奖项。 看来在当前的文化和经济背景下，短期提取才是我们要做的>简而言之，不加区别地使用强大的解决方案提取工具可以实现解决当前问题的短期目标，但代价是维持生态系统以实现下一波进步，或理解已经取得的进展。 Terry Tao 的这一系列帖子是对过去 24 小时内 Navier-Stokes 结果（多个结果！）的直接回应。问题是，在所有意义上的数学均衡化之后还剩下什么？如何才能保护在未来 6 个月内承受如此大压力的油田？> [I] 现在要确定一个有希望的问题，即稀缺而宝贵的资源。 我们现在已经看到，即使有人正在解决某个问题的谣言也可能引发大量的争议。 数学家难道不能通过对人工智能生成的证明进行逆向工程来获得新颖的见解吗？就像国际象棋棋手通过研究引擎的玩法来学习新概念一样。 时机就是一切 https://nonlineartransform.substack.com/p/ai-swarms-timing-i...文章争论数学是下一个“人类计算器”。 原始链接: https://mathstodon.xyz/@tao/117237320796901560