AI突破：AlphaTensor 提升矩陣乘法效率
2022年，名為AlphaTensor的AI模型從零開始，成功發現一種方式，提升矩陣乘法20%的運算效率，打破50年前由數學家施特拉森創下的紀錄。
近年來，AI技術迅速發展，深刻影響著我們的生活、教育以及學術研究。對於數學這門古老又充滿新意的學問而言，AI在未來還會帶來什麼顛覆性的改變呢？而身處浪潮中的我們，又應該如何因應這些變化？
不用再一肩扛起一切的數學家們
去年底，在一場OpenAI舉辦的虛擬講座＜strong>〈具有 o1 推理的數學未來 (The Future of Math with o1 Reasoning) 〉中，這世代最偉大的數學家之一的陶哲軒教授以及Open AI的研究副總監陳信翰，一起討論了這個議題。
一直以來，研究數學都給人一種很困難的印象，偉大的數學家幾乎都被和「天才」畫上等號。陶哲軒認為，會有這種印象是因為現今普遍數學家的工作方式都是由個人或是不超過5至6人小團體完成，但他們所研究的問題又極度複雜。
這導致數學家們要幾乎十項全能，既要像是偵探一般，擁有能看出關鍵問題的敏銳直覺；又要像考古學家一般從大量文獻資料中找出線索，在豐富的數學題材中挖掘潛藏的美麗結果，當然，少不了計算和證明。最後還有將想法寫成淺顯易懂的文章的能力，甚至需要發表演講或授課等。
這一切的任務拉高了成為「數學家」的門檻，也降低了學術研究的效率。
但AI將有可能改變這樣的研究模式。
陶哲軒期待我們可以運用AI，達到更多數學研究上的人機合作。例如讓AI接手研究過程中的某些步驟：蒐集文獻、初步驗證論述內容等。此外，未來或許也能整合更大的數學研究團隊，人類專家和AI各自發揮專長與技能，分進合擊完成工作。
如同研發產品有專案經理、工程師、測試、品管等，AI的誕生將有機會讓研究工作的分工變得更細緻、更專業。如此一來，就能大大提升研究效率，並有機會開啟大規模的研究計畫。
最後，不同領域間的隔閡也將變小，各領域的專家將更容易一同合作。甚至有機會讓感興趣的大眾也參與頂尖的數學研究。
聽起來真是充滿光明的未來！
AI 的加入是福？是禍？
看起來一切都很美好，AI似乎將成為研究數學的有力工具。然而也有數學家質疑，AI 是否會破壞數學的美感？或是，讓未來的數學家失去對數學的敏銳直覺？
不可否認，這些擔心都很可能會發生。
就如同過去計算機的出現，讓現代數學家對數字的敏銳程度不如過去的數學家；AI也會使數學家們失去一些能力。
但，同時新一代的數學家將會發展出新技能，並有更多的時間發展抽象思維。數學的美、數學的困難都很可能被重新定義，數學的研究模式也可能被大大的改變，然而這也能刺激數學界思考那些我們尚未想像過的面向。
換句話說，數學家的能力不會消失，只會轉移到更高層次。
身處其中的我們該做什麼？
陶教授給未來數學家們的建議是： 保持彈性而開放的心態，把握與AI、其他學者共同合作的機會。同時，瞭解AI的限制，依循自身的專業能力，而非盲目依賴AI。
OpenAI的陳信翰則建議學生，不管是哪個專業，都要初步了解AI的運作方式，例如神經網路的運作原理、AI模型的訓練方式跟運作特性。並應該多加使用、熟悉要如何正確且最大化使用AI所帶來的效益，提升研究效率。
科學的最前端缺乏能夠用來訓練AI的資料，因此人類的直覺、創意與處理問題的經驗依舊是學術研究的主角。但如果能善用AI，數學與各項領域上的突破和進展將更有效率、更具規模。