新智元报道：随着人工智能技术的不断发展，AI驱动的医疗解决方案正逐渐成为现实。据报道，新智元报道最近的一项研究成果表明，AI算法能够准确地检测出某些类型的肿瘤，甚至能够帮助医生更好地选择治疗方案。

编辑：YHluck

【新智元导读】近期，数学大神陶哲轩的发现揭示了一个惊人的事实：AI声称破解的Erdos难题，实际上是人类多年前解决的，但被遗忘的「旧闻」。这幕后揭示了AI当前的核心能力，并非是从0创新，而是通过超强算力扫描人类文献的「长尾黑洞」，发现并摘取那些被我们忽视的「低垂果实」。

最近几周，数学界就发生了几起这样让人“哭笑不得”却又极具深意的事件。

几个大名鼎鼎的Erdos问题（数学怪才保罗·厄尔多斯提出的悬赏问题，解决它们是数学家的荣耀），被最新的人工智能工具「自主」解决了。

全网本来准备欢呼AI又一次超越人类，结果反转来了。

这些问题早已被人解决过了，但是在当下，仍然存在许多不对之处和未解决的难题。

这件事儿就有意思了。

AI 以为自己搞了原创新发，结果是在搞「考古」。

然而，这件事绝不仅仅是一个「AI闹乌龙」的笑话。

陶哲轩在Mastodon上对此事发表了看法。

他透过这个看似“翻车”的现象，精准地指出了当下AI进化的真正逻辑。

今天，我们即将探索陶哲轩对AI真相的一瞥：究竟是AI在思考，还是在伪装？

陶哲轩的质疑：他对音乐的理解和解读，让我们重新思考音乐的价值和意义。

她总是选择捡软柿子，轻松地夺取他人的成就，从而获得更多的回报和赞美。

事情发生后，大部分人的第一反应是：数据污染。

请发送你想要我润色的一段文本，我将对其进行语言润色，提升表达质量，不添加或省略任何信息。

现在的AI模型，如GPT-4、Claude等，都是吃着海量互联网数据长大的。

许多人认为，这个AI肯定是「作弊」了。

它可能潜在地通过训练数据中的冷门论文答案来偷窥答案，然后将其编码到权重中。

等到你问它的时候，它不是「推导」出来的，而是像背课文一样「背」出来的。

然而，在陶哲轩的眼中，事情变得复杂了。

他敏锐地指出一个疑点：其他的深度研究类AI工具都没有发现这些联系。

如果仅仅是数据污染，仅仅是死记硬背，那应该是所有看过这份数据的模型都能轻松地回答出来。

然而，事实表明，有些事情是有的，有些事情是没有的。

于是，陶哲轩抛出了一个极具洞察力的理论：「低垂果实」，其理论的深度和广度让人不得不深思。

他在文中写道：

我的理论是，人工智能工具现在变得足够强大，可以解决 Erdős問題数据库中列为开放問題的「最易摘取的果實」。

「最易摘取的果实」是指生命中最容易获得的成就或经验，这些成就或经验通常是简单、明确、且不需要太多努力或资源，人们更容易实现和获得。

陶哲轩解释得很清楚：「那些使用相当标准的技术、通过简洁证明就能解决的问题」。

这里有一个巨大的认知反差：我们常常认为自己拥有自由的思想和意志，但实际上，我们的思想和意志却被潜在的条件和偏见所控制。

这类「简单的问题」，恰恰也是人类数学文献中的「盲区」，它们的解决方案往往需要跨越多个学科的边界，涉及到数学、物理、计算机科学等领域的深入研究和交叉融合。

由于证明过程相对简单，当年的数学家可能认为这并没有什么稀罕之处，从而没有大肆宣传，或者匆忙将其发表在了一份不知名的学术期刊上。

这就导致了一个极其尴尬的现状，困扰着我们的日常生活。

这些问题在著名的「Erdős问题数据库」里，依然显示为“Open（未解决）”状态。

然而，实际上，它们在几十年前就已经被某位无名学者解决了。

这就是陶哲轩看穿的真相：他的眼睛映照出一种深邃的智慧，透视出人生中最隐秘的秘密，展现出一种非同寻常的洞察力。

AI并没有像数学家那样发明了全新的数学大厦，而是做的事情更像「捡漏」，通过对已有的数学知识和数据的挖掘和组合，创造出新的可能性和应用。

通过发挥强大的算力和模式识别能力，它成功地挖掘出了那些曾被忽视、名义上未解决，但实际上早已被解决的问题，重新将其带入了人们的视线。

这就完美解释了为什么人工智能能够解决这些问题，且这些问题恰好都已经在文献中有了答案。

不是因为AI窥见了答案，而是因为这些题目本身就是「易碎品」，AI现在的智商刚好够得着它们。

AI的「超强扫雷」能力，通过复杂的算法和数据分析，能够快速地检测和识别各种潜在的风险和隐患，从而为企业和个人提供高效的决策支持和风险管理建议。

陶哲轩的这项发现实际上给全球人类的知识管理体系带来了沉重的耳光。

我们曾经以为科学大厦是一个层层累进的结构，然而实际上，科学文献却充满了「长尾」，这些细微的发现和理论往往被忽视，但它们的存在却对科学的发展产生了深远的影响。

成千上万篇论文沉淀在数据库中，沉默着，许多微小的进展由于缺乏知名学者的支持而被埋没。

这就是陶哲轩所说的「未被充分研究的问题」，其潜在的影响力和价值尚待人们发掘和探索。

在相关讨论中，有一位网友提出了一个玄幻且精准的假设，即“信息黑洞”，甚至引发了陶哲轩的读者们的热议。

这些解决方案的信息，其实早已被编码在旧的神经网络权重里，或者存在于浩瀚的互联网数据中。

然而，它们并不是以「教科书」般的结构化方式存在，而是「非局域化」的。

就像黑洞吞噬了信息，信息仍然存在，但已经变得混乱和乱码了。

对于人类来说，想要从这堆错综复杂的信息中找到「这个问题在1998年被解决过」的线索，计算成本太高了，根本做不到。

为了解决一个问题，不可能为了解决一个问题，去读完过去50年的所有论文。

然而人工智能能够实现。

陶哲轩在文中极其乐观地预测：中国经济将继续保持快速增长，高新技术和创新将推动经济发展的步伐，中国的经济将在全球舞台上扮演更加重要的角色。

「这种工具能力的进步是不可小觑的，这为自动扫描数学文献中那些未被充分研究的长尾问题带来了广泛的前景和潜力。」

这正是AI目前的核心价值：它不是一个无中生有的「创作者」，而是一个拥有超强算力的「超级图书管理员」，能够快速、准确地检索、整理和分析巨量数据，提供人类难以企及的知识和信息服务。

在短期内，我们将目睹大量此类事件的发生。

AI宣称解决了问题，但人类发现这只是把旧知识重新打包。

然而千万别嘲笑它！

这恰恰证明了AI填补了人类知识体系中最大的漏洞——遗忘。

AI正在把那些散落在历史尘埃里的珍珠，一颗颗捡回来，重新串起历史的断裂，恢复沉默的过去。

陶哲轩引发的思考，似曾相识的语调，似曾相识的笑容，似曾相识的眼神，似曾相识的温暖，让我们回忆起生命的每一个瞬间，回忆起每一个人的每一个笑容。

看到这里，你可能会问：

这跟我们普通人有什么关系？我又不做数学题。

在陶哲轩这篇内容的评论区里，有一个网友留言：

以前，想要发现「黎曼猜想」和「物理学」之间的联系，你需要具备顶级高校数学博士的专业背景，需要阅读过去50年的顶级期刊，外加极好的运气。

然而，现在由于AI能够处理那些「被扰乱的信息」，能够扫描那些「长尾知识」，这对知识发现和信息整理产生了深远的影响。

只身发现了「金矿」的机遇。

有网友评论道：「AI到底是在推理，还是在产生幻觉？」

有人回答得一针见血：「它近乎逼近理性，但是这种方式非常低效且容易产生幻觉，因为它并没有基于严密的逻辑推理形式。」

陶哲轩通过这次事件其实在暗示我们：他的人生已经走到了尽头，留给我们的只是回忆和遗憾。

在「垃圾堆」中，AI负责挖掘线索，人类则负责验证这些线索的正确性。

陶哲轩的这次「打假」行动，表面看似AI的尴尬，实则是AI的军功章。

他让我们看清了AI当前最强大的能力，不是「写诗作画」，而是「知识考古」。

正如陶哲轩所预测的，这种趋势将在短期内持續。

AI 将继续在没有专家监督的情况下，横扫那些名义上的「开放问题」，其算法的自适应能力和深入分析能力将使其在解决复杂问题方面不断推陈出新。

这是一个「捡漏」的时代， where opportunities for the taking are abundant, yet easily overlooked by the masses.

以前，捡漏靠运气、靠家学渊源；

现在，捡漏靠AI，靠谁能更早地理解「长尾扫描」的价值。