参考消息网10月14日报道 美国《华盛顿邮报》网站9月22日刊登题为《国际象棋大师知道，为什么数学不会走向末路》的文章，作者是数学科普作家、国际象棋大师达纳·麦肯齐，内容编译如下：

过去几年里，数学界对人工智能(AI)一直持有一种不安的否认态度。起初，AI模型开始攻克高中竞赛级别的数学题，但坚守传统的数学家对此不屑一顾，认为这算不上真正的数学研究。随后，AI开始证明真正意义上的新定理，而这些数学家又将其归因于这些问题“特别适合计算机处理”。

终于，就在9月，美国开放人工智能研究中心(OpenAI)称其尚未发布的模型解决了一道“千禧年大奖难题”。这些问题被认为极其重要或极其困难，其解决方案设有百万美元的奖金。

这使得继续持否认态度变得困难。事实上，一些学者已走向另一个极端，开始渲染“数学终结”的末日论调。即在未来，机器将主导解决最难题目的进程，而人类只能在后面做些收尾工作。但纵观历史，这种看法未免有些言过其实。

类似的一幕

这种势不可挡的AI浪潮并非首次出现。早在1997年，当国际象棋世界冠军加里·卡斯帕罗夫意外输给国际商业机器公司(IBM)开发的国际象棋电脑深蓝时，我们就见证过类似的一幕。

在我看来，他的失利来得稍显仓促，且部分归咎于他自己。在第二场对局中，电脑下出了一步看起来极其精妙的棋，这彻底击碎了卡斯帕罗夫那极强的自信心，他甚至怀疑其背后有高人指点。在决定胜负的最终关键对局中，卡斯帕罗夫的表现判若两人，完全失去了往日的水准。可以说他还没坐到棋盘前，就已经在心理上被击溃了。

尽管如此，那一刻终结了国际象棋爱好者们关于“电脑永远无法战胜人类”的幻想。到了21世纪初，局势已毫无悬念。顶尖计算机不断击败顶尖人类棋手，这似乎应验了曾获国际象棋世界冠军博比·菲舍尔的预言：“计算机将让我们所有人变得过时。”

但结果如何呢？国际象棋并没有消亡。人们依然乐此不疲地玩着这项古老而富有挑战性的游戏，即使有其他“实体”下得更好。无论那个“实体”是卡斯帕罗夫还是深蓝，其实都无关紧要。

国际象棋非但没有消亡，反而蓬勃发展。有趣的是，在击败卡斯帕罗夫之后，深蓝便再未出战，因为IBM认为国际象棋不具备什么内在价值。然而，大批小型公司利用类似技术将国际象棋带入了大众视野。

这场革命起到了普及作用，让棋手们足不出户就能拥有堪比特级大师（或者说一位极具耐心的导师）的陪练。旧有的传统观念被彻底打破。互联网把国际象棋带给了许许多多的受众，他们沉醉于更新、更快的棋局形式，以及那些将特级大师捧为媒体明星的流媒体视频。

计算机是这场革命中不可或缺的一环。即时的计算机分析让业余爱好者也能跟上对局进程——他们能实时看到特级大师的失误与妙招，并产生一种自己也看懂了棋局的错觉。

一针强心剂

本世纪头十年，又一场巨变来临：谷歌深层思维公司发布了AlphaZero。这是首款基于机器学习的国际象棋软件，它无需人类输入任何数据，完全靠自我博弈学会了这项游戏。

当AlphaZero以压倒性优势击败当时最强的传统国际象棋程序Stockfish时，棋手们震惊不已。人们再次感到“末日”将至，但事实证明，末日并未降临。

AlphaZero展现出了计算机前所未有的、惊人的人类化风格，而且水平更高。人类顶尖棋手通常能预判出五六步棋的战术组合，而AlphaZero下出的棋，其意图往往要等到二十步甚至更多步之后才会显现。这对富有创造性的国际象棋而言，无疑是一针强心剂。

就像当年的IBM一样，谷歌很快就让AlphaZero退出了舞台，因为它将该程序视为技术实力的标杆，而非一项实用产品。最终，还是那些小型公司坚持了下来，它们吸收了AlphaZero的神经网络技术，从而改变了国际象棋界。而这也让国际象棋变得更加普及。

大众化阶段

我推测，数学领域也将经历类似的演变过程。头部的AI公司可能会很快失去兴趣，转而追逐下一个“白鲸”（即极具价值但难以企及的目标）。随后，我们将进入“大众化”阶段：专注于数学与科学领域的第二波AI公司将开始以更低的价格，提供性能相当出色的服务。美国公理数学公司便是一个例子。这是一家由一位数学家近期创立的小型AI公司，致力于弥合超人类推理能力与人类理解力之间的鸿沟。

我意识到，用国际象棋做类比或许并不完全恰当。当前AI热潮引发的一个特别担忧，在于构建超大规模数据中心所需的高昂成本。深蓝和AlphaZero固然造价不菲，但远未达到这种程度。

若要实现我对AI的乐观愿景，第二波AI浪潮必须在成本上大幅降低，而我相信这终将实现。出于好胜心和竞争压力，企业和政府永远会追逐昂贵的前沿模型，以保持竞争优势；但科学家解决科学难题时，并不一定非得依赖最昂贵的技术。

当然，数学界也必须面对国际象棋界曾遭遇过的AI弊端。这项技术让作弊变得轻而易举，尤其是在线上对弈中。同样地，数学家也可能将AI的成果据为己有；更隐蔽的风险在于，如果研究人员过于频繁、轻率地依赖AI，该领域的科学精神可能会逐渐受到侵蚀。

数学界乃至其他科学领域，都需要探索如何识别AI的使用、如何负责任地利用它，以及在涉及AI参与时如何给予恰当的署名与认可。这些问题虽非无法逾越的障碍，却需要我们沉着应对，在全盘否定与灾难化臆想这两个极端之间找到平衡。（编译/张琳）