情境示意 · 非服務實錄AI 挑戰了 4,000 道數學難題,交出 722 篇手稿。
但我一直在想:這 4,000 題,是誰問的?
10/6,OpenAI 在 GitHub 公開了一批數學手稿。他們用一個還沒對外開放的模型,挑戰了大約 4,000 道數學家還沒解開的研究問題,最後整理出 372 組成果、722 篇手稿。平均每一項成果,大約用掉 ChatGPT Pro 思考 3 小時的運算量。
3 小時,差不多是國中生寫一晚數學作業的時間(如果中間沒有滑手機的話)。AI 用這 3 小時,交出研究等級的證明。
產出一個證明,正在變得很便宜。
隔天,網路上就有人寫成「AI 突破黎曼猜想」。
點進原始資料,它證明的其實是「準黎曼假設」。用教室來比喻:
黎曼猜想說的是:「全班每個人,都坐在正中間那一排。」
這次的成果是:「靠窗那一排,確定沒人。」(大概都去福利社了)
從「靠窗沒人」到「全都坐中間」,還差很遠。所以標題說太多了。
但如果你因此覺得「又在炒作」,也不對。光是要證明「靠窗沒人」,數學家就想了一百多年。而且這一篇,剛好就在 722 篇當中附上 Lean 形式化證明的那 162 篇裡。Lean 形式化證明,就是電腦可以一行一行檢查的版本。
當然,整批手稿都還沒經過其他數學家正式審查。OpenAI 自己也寫了:還沒形式化的結果,可能有問題。
所以讀這則新聞,不是全信,也不是全不信,而是先看清楚它「到底說了什麼」。這本身就是一次數學練習。
有一群數學家組成獨立小組 AGMAI,成員包括三位費爾茲獎得主,專門給 AI 公司提供建議。他們說,這次公開是人類理解這些成果的「開始,而不是完成」。他們也提醒:數學家必須能提出自己的問題。
回到開頭那個問題。這 4,000 題不是 AI 想出來的,是人類數學家問出來、卻還答不出來的。有的放了幾年,有的放了一百多年。黎曼那一題,1859 年就問了。
AI 越來越會回答。但問題,還是人問的。
所以當孩子問:「AI 都會解了,我為什麼還要學數學?」
我的答案是:要,而且更要。只是重點變了。答案越來越便宜,好問題越來越貴。
這件事,我在均一自己的數據裡也看到了。
我們的 AI 筆記本刻意不直接給答案,而是一步一步反問孩子。上線一年多,已經有超過 6.3 萬人用過。但數據也很誠實:光看九月,孩子送出的訊息裡,將近七成是點我們先準備好的提問按鈕,自己打字問的大約只有三成。
好消息是,孩子一旦開始問,就會繼續問。每按一個開頭的提問,後面平均還會再追問兩次。
難的是第一個問題。國小孩子打字慢是原因之一,但我覺得這也說明了:問出自己的問題,本來就需要練習。
而且,可以練。
今年三月,新北龍埔國小兩個六年級班上數學課。一班的老師先示範怎麼問,再讓孩子自己決定要問 AI 什麼;另一班讓孩子分組,先把題目讀懂再發問。一堂課下來,60 個孩子問了 600 多個問題。其中一個孩子問:
「如果兩個人走的路不一樣,還可以比快慢嗎?」
這不是課本上的題目,是孩子自己長出來的問題。差別不在 AI,而在旁邊的大人,把「怎麼問」當成一件值得教的事。
所以想跟每天陪孩子寫數學作業的爸媽說:你不必每題都會,但你可以當那個示範的人。今晚試試這三句:
1. 這個答案,你是怎麼想到的?
2. 你怎麼確定它是對的?
3. 今天有沒有哪一題,你想問卻沒問?
第三句最難,也最重要。
AI 可以挑戰 4,000 道題。但第 4,001 題,得有人先問出來。
我希望那個人,是我們的孩子。
你的孩子問過「AI 都會了,為什麼還要學」嗎?你怎麼回答?留言聊聊。
原始資料放在第一則留言