If math is more than proof, we need to better celebrate the rest of it
4 hours ago
- 在数学中，证明一直被视为人类理解的替代品，但人工智能生成的证明可能绕过理解，从而削弱其价值。
- 作者提议将'动机性解释'——即阐明定理为何成立以及如何思考它的解释——提升为数学进步的新替代指标。
- 动机性解释将定义置于核心，允许从不完美的想法出发，旨在回答'你会如何想到这一点？'，而不仅仅是验证正确性。
- 动机性解释的例子包括《普林斯顿数学指南》、比尔·瑟斯顿关于球面外翻的工作、蒂莫西·周的'开放阐述问题'，以及近期一个由人类数学家澄清的、关于埃尔德什原始集猜想的AI辅助证明。
- 实际建议包括：将阐述工作视为博士论文的成果、列出未解决的阐述问题、创办专注于清晰性的期刊，以及根据阐述工作来评估招聘和终身教职。
- 可见的文化转变可以让年轻数学家和资助者确信人类理解仍然处于核心地位，从而在人工智能进步的情况下使该领域更具吸引力。