“五年之內，AI能不能證明人類沒有證明的猜想或者公式？比如三體問題、黎曼猜想或是流體力學問題。”
今年5月時，中國工程院院士張亞勤透露，自己去年和中國科學院外籍院士、知名數學家丘成桐先生就這個問題打了賭。張亞勤認為，AI在五年之內會證明一個公式或猜想，再過五年會發(fā)明一個人類可能沒有的公式。丘成桐卻認為，AI還做不到。
兩個月后，相似的問題又拋給了2004年諾貝爾物理學獎獲得者、美國國家科學院院士、中國科學院外籍院士戴維·格羅斯（David Gross），他直言這“難以想象”。
在一場搜狐董事長張朝陽與戴維·格羅斯的對話中，戴維·格羅斯認為，當前AI大模型被嚴重高估，它學會了模仿人類，如果數據庫找不到答案，它們會編造一個聽起來不錯的說法，但無法驗證也不在意真假，實際效果只“會取代那些只會說漂亮話的人”。
就在兩天前，埃隆·馬斯克在直播中為最新AI模型Grok 4站臺時說，Grok 4今年將有望幫助人類發(fā)明全新技術，到了明年甚至可能發(fā)現新的物理學理論。
但在戴維·格羅斯看來，解決重大物理或數學問題（如黎曼猜想）的核心驅動力仍是人類的聰明才智和創(chuàng)造力，AI只是強大的輔助工具。張朝陽也認同這一觀點，人們對AI過度興奮。
戴維·格羅斯還提到，雖然最近ChatGPT有所改善，但當他第一次開始體驗ChatGPT時，AI不知道如何計數，甚至不知道7還是9大，如果問它葛底斯堡演講的第五個詞是什么，AI根本不知道那是什么意思。現在，“ChatGPT有了進步，但我并不滿意。”
在互動環(huán)節(jié)，還有學生提到，2024年，諾貝爾物理學獎和化學獎都因人工智能領域的開創(chuàng)性工作而被授予，他是否同意“2024年諾獎是因人工智能成就而頒發(fā)”的說法？
格羅斯教授明確指出，2024年諾貝爾物理學獎（授予約翰·霍普菲爾德）并非頒給AI。他解釋，霍普菲爾德的工作是將物理學方法拓展至神經科學領域，構建了“Hopfield模型”，揭示了大腦神經元網絡存儲記憶的機制。
張朝陽進一步補充，霍普菲爾德的工作屬于“物理學家的神經學研究”，而非AI領域。
格羅斯教授更加清晰地劃分界限，“AI僅是工具而非科學”，霍普菲爾德的研究是運用物理學的思維和方法探索大腦功能，屬于物理學的延伸。他定義“物理學即物理學家所從事的工作”，只要采用物理方法研究自然現象，就屬于物理學范疇。
盡管對當前的人工智能保持審慎態(tài)度，但談及算力的爆炸式增長，格羅斯教授承認算力發(fā)展極大地助力了理論物理研究。
格羅斯教授回憶，四十年前，科學家們只能依賴計算尺進行人工運算。這一局限直接體現在QCD（量子色動力學）理論的研究中——盡管該理論能夠將強子質量的計算誤差控制在1%以內，但每一次精準運算都需要投入海量人力，研究進程受到嚴重制約。
四十年后的今天，技術革新改寫了這一局面：芯片算力按摩爾定律翻了十億倍，QCD理論算法也有了巨大的進步。算力與算法的雙重革新，讓曾經耗費巨大人力的計算工作，在今天能夠被輕松完成。
“算力和算法雙重推動了理論的發(fā)展，這背后離不開人類的智力和創(chuàng)造力。”格羅斯教授感嘆。展望未來，隨著計算機科學在算力、算法乃至人工智能領域的持續(xù)深耕，其對理論物理研究的推動作用也將更加顯著。
面對青年學子關于科研動力的提問，格羅斯還分享了他的初心：“始于十三四歲時科普書籍帶來的震撼。”他鼓勵年輕科研者：關鍵是要享受過程，享受探索未知的樂趣。當你沉浸于思考和計算，時間在專注中飛逝——這就是科研的魅力。“如果你成功了，那就更有趣了。但更重要的是保持好奇心，熱愛你所做的事，熱愛其中的艱辛，因為那本身就是樂趣所在。”
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
