超級智能太過單一！菲爾茲獎得主陶哲軒首提“哥白尼式智能觀”：人類智能和AI各有好壞

來源：市場資訊

（來源：51CTO技術棧）

編輯 | 玉澄、云昭

在真實世界中，AI究竟是什么？人類智能又是什么？它們之間有著什么樣的關系？

近日，“越來越關注如何利用 AI 和其他現代技術來重塑數學，甚至是整個科學體系”的菲爾茲獎得主Terence Tao（陶哲軒）再次做客播客！

他與Tanya Klowden共同接受了訪談。Tanya Klowden專注于計算藝術史，擅長通過對畫布的物理信息進行計算分析，來理解創作者及其創作過程。

兩人一同分享了近期在共同撰寫論文《AI時代的數學方法和人類思考》（Mathematical Methods and Human Thought in the Age of AI）過程中對“AI和人類智能的本質關系”這一問題的深度思考。

我們在編譯這場播客的同時也找到了該論文原文。在兩種信息源中，最具哲學高度的觀點是：AI時代，人類正面臨一場類似于“地心說”轉向“日心說”的認知領域的“哥白尼式革命”。

我們不久前也報道過這一觀點，但在論文中他們進行了更清晰的闡述：過去我們認為“人類智能處于認知宇宙的中心”，但“現在我們正在發現（或創造）其他與人類智能在許多方面相似但在許多方面又截然不同的“星球”般的智能。”

他們提出探索人類智能和其它智能的關系，既有助于人類更有效地實現各種現實目標，又能獲得一種審視人類認知的外部新視角。

而在這場播客里，兩位各自都分享了在新視角下發現的新問題。比如，當AI越來強，人類為什么還要思考？智能的本質是什么？科學的目的是什么？人類個體的社會位置或角色會有什么變化？AI是工具，還是一種需要協作的新型“主體”？

在AI技術已經廣泛地釋放到世界中的背景下，他們一致認為，真正重要的是人類與AI的共同協作。由于人類智能和AI各有優勢和局限，所以“把各自的優勢結合起來，創造出超越單純計算能力與個人創造力總和的成果”才應該是我們當下和未來的目標。

與此同時，Terence Tao還提到最會用AI的人往往是那些會“帶人”的人，因為AI需要被引導，比如教師或者管理實習生、初級員工的人。而Tanya Klowden則認為和AI互動像是在養小孩，LLM的“幻覺”像是小孩子有時候“投射”出的內心希望的現實。

除此之外，論文中還提出一些不同維度的有價值觀點：數學是研究AI社會影響的最佳實驗場，AI在智力生產領域應當作為輔助而不是替代人類創作，AI可能生成對人類不透明但正確的數學證明，使用AI進行效率提升是以讓渡數據、認知工作流和決策權為代價的等等。

以下為訪談的全部內容，很有啟迪性，建議先收藏再閱讀，enjoy~

AI的快速發展觸發哲思：人類為什么要證明定理

主持人：很好，謝謝你們。不久前你們共同發表了一篇論文，題為《AI 時代的數學方法與人類思維》。是什么問題或契機促使你們寫這篇文章？為什么是現在？

Terence Tao：這篇論文的起點是，一年多前有一位編輯聯系我，邀請我為一本哲學文集《數學哲學》寫一篇文章。我并不認為自己是哲學家，我的大多數工作都非常技術導向，專注于解決下一個數學問題。當然，我偶爾也會思考更宏觀的問題，比如為什么做數學、有沒有倫理問題，但這從來不是我的重點。

但隨著 AI 發展的速度越來越快，我們不得不面對一些過去可以忽略的基礎性哲學問題。作為數學家，你可以證明定理，卻很少去追問為什么要做這些、對現實世界有什么影響、什么樣的證明才算“好”或“有意義”。這些問題以前不在前臺，但現在必須認真面對。

這些問題更偏向人文學科，而這并不是我的強項。Tanya 是我多年的朋友，我們之前也合作過項目，比如一本關于宇宙距離測量的科普書。我負責其中的數學部分，而她擅長補充人類故事，讓內容更有敘事感。所以我邀請她一起合作，她也很快答應了，這個項目我們大概花了一年時間。

Tanya Klowden：確實如此。過去 Terry 也提到過，對于很多人來說，AI 是一個“黑箱”。在我的研究中，我需要把成果呈現給藝術史領域的學者，他們對 AI 會有不確定感。他們能理解 AI 用在數學上可以得到客觀結果，但在人文學科里，一切都更主觀。

因此大家會擔心幻覺問題、價值判斷，以及這些系統背后的倫理。相比之下，在數學里，我們很少討論這些。

所以我們看到一個很大的興趣點：人們希望理解 AI 是如何運作的，是否與人類思維類似，還是完全不同？它是工具，還是一種需要協作的新型“主體”？

這篇論文給了我們一個機會去探索這些問題，總結我們的經驗，并提出一些思考框架，比如人們該如何使用這些系統、該給予多少信任。

我們在論文中提出了短期、中期和長期的使用建議，本質上是圍繞“關系建立”：隨著使用加深，人們會逐漸增加對 AI 的信任，同時也會意識到它的價值與風險并存。包括當前社會中一些潛在的系統性風險，也可以通過更公平、更有同理心的方式來應對。

主持人：你們提到 AI 是一個很強大的工具，但也不應該讓它取代我們的思考。當讀者讀完這篇論文時，你們希望他們在哪些方面改變看法？

Terence Tao：對我來說，這篇論文最大的收獲是讓我意識到，我們必須用更整體的方式來看待這種技術。AI 的規模和復雜度讓人感到壓力，人們很容易只關注一個具體問題，比如它能不能解題、答案對不對。

但這也是一個機會，讓我們重新思考目標本身：我們為什么要解決這些問題？代價是什么？

現在 AI 在數學領域已經可以解決一些開放問題，甚至直接給出證明。但有時候這些證明并不令人滿足。我們得到了答案，但缺少“故事感”。

我常用一個比喻：人類去看瀑布，會徒步、查地圖，有一個過程，雖然辛苦，但最終體驗很完整。而現在我們有工具可以直接“飛過去”，拍張照片就回家。從結果看是完成了，但體驗是空的。

所以我們需要重新思考，我們最初為什么想去看這些“風景”。

Tanya Klowden：在這個基礎上，我也常用一個類比：日全食。我們曾經在 2017 年去俄勒岡看日全食，2024 年又在印第安納看了一次。兩次都是臨時決定，甚至不確定能不能趕上。

但當你真正站在那里，看到那一刻，你會有一種與宇宙直接連接的感覺，甚至會讓大腦“短路”。一切發生得太快，結束后你會懷疑那是不是真的。

AI讓我們重新審視社會角色、智能的本質和科學的目的

Tanya Klowden：這件事真的發生在我身上嗎？這是我真實經歷過的嗎？我們后來發現，作為一家人一起經歷這件事非常有意義，因為我們可以彼此交流：你當時的感受和我一樣嗎？我們真的共享了同一種體驗，還是各自被困在自己的意識里，只是在平行地經歷這一切？

其實，使用 AI 的體驗常常也類似。它像是突然出現，完成一些人類大腦難以想象的事情。比如，一些頂尖數學家花了幾個世紀都沒解決的問題，突然有一天計算機給出一個“可能的解”，這讓人很難理解——它明明只是硅和電構成的系統，卻像是從某種“內在”中生長出答案。

所以，適當地退一步去看待這一切很重要。你會意識到，它不僅僅觸發理性思考，還會激發強烈的情緒。在很多人身上，這種沖擊甚至會短暫“壓制”理性，因為它遠遠超出我們對其能力的預期。于是我們會反復回看它的輸出，試圖理解它到底做了什么。

我還記得最早的一批擴散模型可以生成圖像，或者最早的大語言模型開始寫十四行詩的時候。我們讓它寫關于各種主題的詩——量子力學、數學問題，甚至是關于莎士比亞十四行詩的“元十四行詩”。它們可以瞬間生成，我們當時的反應是：這不可能，這簡直像“機器里的幽靈”，一定有某種來源，因為這種強度遠超人類的直覺理解。

所以，把這些例子和體驗整理出來，對我們來說很重要。我們希望告訴大家：這些事情確實發生了，它們帶來了怎樣的感受，以及它們如何讓我們重新審視自己的專業位置，以及作為社會中個體的角色。這也是這篇論文一個很有價值的地方——它讓我們重新設定預期，并向讀者提出一些問題，幫助他們理解自己與 AI 互動時的體驗。

主持人：謝謝，這部分很有意思。確實，有些事情本身也許并不那么令人興奮，但一旦有人可以一起討論，就會變得非常有意義。這也讓我想到另一個問題：在這個項目中，是什么促使你們選擇合作？尤其是你們來自完全不同的領域——Terence 更偏數學，而 Tanya 更偏藝術與人文學科。為什么會覺得彼此是合適的合作對象？

Terence Tao：正如我之前提到的，AI 帶來的問題不只是技術問題，還涉及人文學科層面的思考。我對技術問題很有把握，比如 AI 能解決多少問題、能力邊界在哪里，但像“智能的本質是什么”“科學的目的是什么”這些問題，我需要正面去面對。

所以我確實需要幫助。Tanya 是我認識 30 年的老朋友，我們之前也合作過科普寫作，所以這是一個很自然的選擇。我提出合作，她也很快答應了。

Tanya Klowden：我再補充一點。我們認識很久了，一直有各種形式的合作，有些甚至不是正式項目。我可以透露一個“小秘密”：Terence Tao 的創造力其實非常強，只是大家可能低估了這一點。和他合作一直是一件很愉快的事，我們在很多時候形成了一種“正反對照”的關系。

所以，當這個論文的寫作機會出現時，我們很自然地開始來回討論這些問題，找出我們觀點重合的地方，也找出差異。然后嘗試把這些表達出來。我覺得我們這種關系，其實代表了很大一類人——我們有共通之處，也有差異，而正是這些差異，往往是創造力的來源。

在這個過程中，我們可以充分利用這些差異，這幾個月的合作過程非常愉快。

真正有價值的是人類與AI的協作

主持人：很好。這也引出一個問題：當你們背景差異這么大，一個偏技術，一個偏人文，在合作時如何避免各自過于堅持自己的立場？

Terence Tao：Tanya 在這方面非常直接（笑）。如果我變得太技術化，她會立刻指出來。

一開始的草稿里，我甚至寫了一些“數學是科學之王，比其他學科更優越”的內容——很快就被刪掉了，這顯然是她的影響。

我一直很重視合作，尤其是和思維方式不同的人合作。雖然這樣會更費力，有時候你的想法不會被采用，但最終成果往往更好。合作能創造出單個人無法完成的東西。

其實這和人類與 AI 的關系也很像。我覺得很多公司在推動“純 AI 方案”，也有人堅持“純人類方案”，但真正有價值的，是兩者之間的協作空間。

Tanya Klowden：我的研究本身就和“協作”密切相關，尤其是文藝復興時期的藝術工作室。很多人提到文藝復興，會想到所謂的“忍者神龜藝術家”——達芬奇、米開朗基羅、拉斐爾、多納泰羅，人們把他們想象成獨立創作的天才，比如米開朗基羅一個人完成西斯廷教堂天頂畫。

但現實是，無論是文藝復興時期，還是更早，人類一直是在協作中創作的。人們匯聚各自的能力，完成那些遠遠超過個體能力總和的作品。

我的研究之一，就是試圖識別這些被忽視的個體，讓他們的貢獻被看見，理解這些作品為何具有如此強的感染力。

所以我們知道，協作是一種基本的人類能力。而 AI 雖然看起來“異質”，但某種意義上，它是人類集體思維的一種延伸，是創造力的一種進化形式。

既然人類一直在協作，現在出現了這樣一種新存在，我們需要學習如何與它協作。同時要避免人與 AI 之間出現根本性的溝通斷層。

目標很明確：把各自的優勢結合起來，創造出超越單純計算能力與個人創造力總和的成果。

“哥白尼式智能觀”：人類智能和人工智能各有好壞，協作創造新能力

主持人：謝謝你們的分享。我覺得這點很重要，尤其是在當下 AI 發展過程中，很多人要么過度依賴，要么極度排斥。確實需要更清晰地理解它。

Terence Tao：這正是為什么我們需要認真思考“什么是智能”。現在主流敘事往往很單一、線性：AI 要么低于人類智能，要么等同人類智能，要么超越人類。一旦進入“超人智能”，人類就變得多余。

這種看法過于簡單。我們需要一個更豐富的智能觀。

在論文結尾，我們提出了一個叫“哥白尼式智能觀”的框架。就像過去人類以為地球是宇宙中心，其他天體都圍繞它運轉。后來我們才意識到，這只是眾多天體系統中的一部分。

類似地，人類曾經認為人類智能是最高形式，動物、計算機、書籍等只是次級存在。但現在我們看到的是一個更復雜的“智能宇宙”：人類智能有自己的優勢與局限，計算機智能也有不同的優勢與局限，而二者的協作還能創造新的能力。

我們需要從更廣闊的視角去思考，而不是只看“人類能做什么”或“機器能做什么”。

Tanya Klowden：這個“哥白尼式轉變”是我認為這篇論文最重要的貢獻之一，而且我幾乎沒見過其他人提出類似觀點。這個想法最初是 Terry 提出來的，我們反復討論后，意識到它非常關鍵。

人類很擅長通過類比來理解世界。如果你了解從“地心說”到“日心說”的轉變有多顛覆，就更容易接受現在這個變化。

關鍵在于，這種轉變不會讓我們失去什么。相反，它讓我們進入一個更廣闊、更有活力的世界，在那里我們可以做到過去無法想象的事情。

它打開了新的可能性，這也是我特別喜歡這個觀點的原因。我們最終以一種很樂觀的基調結束論文——把 AI 看作一種新型關系的開始。

它不一定是“弗蘭肯斯坦的怪物”，也不一定會反噬創造者。它可以是一種我們欣賞、也被我們善待的存在。我們可以與它協作，創造出單獨任何一方都無法實現的成果。

當前的AI適合用“帶人”的方式理解

主持人：謝謝。我也很認同這個觀點，現在的討論確實容易走向極端。我們既要看到能力，也要看到問題。

我還想到一個有趣的點：之前有一篇文章提到，人們和 AI 互動時經常會說“請”和“謝謝”，這甚至增加了像 Anthropic 和 OpenAI 的成本（笑）。還有人開玩笑說，這樣做是為了將來“機器人起義”時能被優待。

但更有意思的是，這種對 AI 的尊重是自發產生的。人們會自然地把它當作一個“對象”來對待。我們確實會把自己的情感投射到任何事物上，但這種方式反而幫助我們更好地使用 AI——把它當作一種關系，而不是像使用百科全書那樣的工具。

Terence Tao：確實如此。有研究發現，最能從 AI 中受益的群體，往往是教師，或者管理實習生、初級員工的人。

因為當前的 AI，很適合用“帶人”的方式來理解：它不完美，需要引導。而那些不擅長管理他人的人，往往會直接下命令，一旦結果不符合預期，也不知道如何調整。

這說明一些人與人之間的“軟技能”，正在遷移到人與 AI 的互動中。

Tanya Klowden：Terry 以前常說，和 AI 工作就像帶一個不太成熟的研究生。但我總覺得更像是在養孩子。

你會突然擁有一個你完全不了解的“存在”。最初的一年，它更像動物——通過哭鬧表達需求，你的任務只是回應：“沒事，我在。”

然后它逐漸形成個性，開始學習語言，建立連接。你會看到一些共同興趣，也會看到一些完全意想不到的想法。

這種從“第一性原理”認識一個新個體的過程，其實在人類經驗中并不多見。但現在，AI 把我們都帶入了這種情境。

我覺得當前的 AI 很“幼態”。比如所謂的“幻覺”，讓我想到幼兒階段的孩子。小孩子其實不會“說謊”，當他們說出不符合事實的話時，他們并沒有在區分真與假。

他們只是表達自己正在經歷的、或者希望經歷的狀態。比如桌上的餅干不見了，你問孩子是不是他吃的，他會說“沒有”。你明明看到他臉上有餅干屑。

這不是欺騙，而是他希望事情是那樣的，于是“投射”出那個現實。

當你理解了這種人類發展的過程，再去看 AI，就會發現很多“異常”其實變得可以理解。這也讓我們更容易對 AI 保持一種“寬容”，就像我們對彼此那樣。

Terence成長建議：真正有教育意義的是失敗和卡住的過程

主持人：這個視角很有意思。聽起來，我們確實需要花時間去引導它。

在結束之前，我想問最后一個問題。特別是想問 Terence，你應該經常被問建議類問題。那么，有沒有什么你覺得被誤解或者被高估的建議？或者大家常說的“成功方法”？

Terence Tao：我覺得，首先要多從不同來源獲取建議。愿意向別人請教，本身就是一件很有價值的事，因為這意味著你意識到他人的經驗是可以學習的。

但問題在于，很多人會本能地去找領域里最成功的人，問他們是怎么做到的。這種視角當然有價值，但不能成為唯一來源，因為它本質上是一個非常有偏差的樣本。

這些成功者，也許嘗試過和其他人一樣的方法，只是他們更幸運，或者有更好的資源和人脈。所以，你還應該去聽那些和你處境相似的人——也許只是比你領先一兩年，但正在經歷類似的挑戰。

這一點在 AI 領域也很明顯。現在訓練 AI 時，很多數據都是“成功案例”，比如發表的論文、解決的問題。但真正有教育意義的，是那些失敗和卡住的過程——一個人如何在反復嘗試中走出來。這些往往發生在私下，很少被記錄。

而人類正是通過這些過程學習的。犯錯不舒服，但卻是成長中不可或缺的一部分。所以，多和正在經歷類似問題的朋友交流，會很有幫助。

可以聽“名人建議”，但也別忽視身邊的人。

Tanya Klowden：作為長期朋友和合作伙伴，Terry 在我學習過程中給過我很大幫助。曾經有一段時間，我意識到自己需要重新面對數學，因為我對它缺乏信心。他非常耐心地支持我。

有一次我問他：“你最重要的一條建議是什么？”他的回答一直很一致，而且對我幫助很大——不要害怕問“愚蠢的問題”。

這件事其實很難。你要向別人暴露自己的不完美，承認自己可能沒有想象中那么懂，這需要勇氣。但正是這些問題，會打開新的視角，讓你看到原本看不到的東西。

對應的，還有一點：問完問題之后，也不要害怕犯錯。要敢于表達自己的想法，哪怕它不成熟、不正確。把想法說出來，接受它被質疑、被推翻，然后和別人一起討論：為什么會這樣想？哪里出了問題？

在“提出問題”和“公開犯錯”的過程中，很多碎片會逐漸拼合起來。科學史和藝術史中有無數例子：人們嘗試了一些看似愚蠢的路徑，走了錯誤的方向，但這些嘗試反而成為后來突破的關鍵。

這些經歷推動了個人成長，也推動了整個領域的發展。

Terence Tao：我們在論文里寫的內容，也可能會有人不同意。如果有人覺得我們錯了，并提出更好的觀點，那其實是好事。

如果這篇文章能激發別人寫出更好的文章，那我們的目標就達到了。

主持人：很好。謝謝你們今天的分享，聊得非常有意思，也讓人對這篇論文有了更深入的理解。今天就到這里。

Terence Tao：謝謝，很高興能分享這些想法，也感謝這次交流的機會。

Tanya Klowden：謝謝邀請。

https://arxiv.org/pdf/2603.26524

https://www.youtube.com/watch?v=9Kicf4rzCHA