OpenAI整了个大活，在网上公开了七百多篇数学论文，其中不乏对于经典数学问题的推进与解答。

我不太懂数学，不过看到一些人的解读，不久前王虹获得菲尔茨奖的确幸运，因为她解决的数学问题，在这一次OpenAI公布的论文中，有了进一步的推进。

这让我想起了十年前，在当年的顶流围棋高手李世石面对AlphaGo的时候，那种从不屑到诧异到绝望到留下一丝期待的心路历程。

回想不久前那场数学家怀疑人工智能剽窃了自己思路的争论，看上去多么无聊，而陶哲轩发起的声明，在人工智能面前也显得苍白无力。

缺少了研究与试错的过程的确不利于培养新的数学家，可是为什么需要哪些循规蹈矩的数学家，好像很多其他行业一样，只需要少数数学天才是否就够了。

数学只是一个领域，人工智能在科学研究上的潜力非常巨大，比如物理学，它或许缺乏手脚没法做实验，但是扮演理论物理学家的角色是否已经现实可行，而构建人工智能可以操控的试验设备以实现自我验证，是否也不是一种幻想。

看到一个文章说了一段有意思的话，未来科学家们的角色就好像古代的祭司，他们主要负责将人工智能传下的神谕翻译成大家可以听懂的话。

目前在知识领域，已经看不到什么可以阻止人工智能的突破，之前说过为了自己阅读的方便用人工智能直接翻译了一本书，最近看了一篇文章，一个人在很短的时间内完成了对树上春树新书的翻译。

翻译的结果或者在职业翻译家眼中还有瑕疵，但是已经完全可读，后续的翻译是否只需要专业编辑进行最后的文字校对与优化，而无需那么多译者进行专业全职工作，至少我认为在很多领域完全可行。

现在我们目睹的，就是一个个行业被人工智能推平的过程，这个过程极端残酷无情，因为它压根没有留出几十年甚至几年的过渡期，曾经十数年数十年的积累，可能在几个月的时间内就被清空，想要积累新的知识与技能，但是压根不知道自己想要投身的领域，是否会在还没有完成学习之前就成为下一个被人工智能推平的领域。

之前以及现在用人工智能写了一些东西做了一些小程序，写作过程中感受到的就是人成为整个过程的瓶颈，它写作与编程的速度远远高于我阅读与测试的速度，以至于整个过程的效率，受限于我这个短板，取决于我需要多少时间提出有价值的修改意见或者调整建议。

时间长了，逐渐习惯的方式就是，在一开始精雕细琢讨论数据来源思路方向文章措辞语言风格内容长短，一旦达到可以接受的程度，剩下的事情就是持续的敲三个字，“请继续”。

有一个讽刺文章说未来键盘就需要两个键，一个是“继续”，一个是“再想想”，这不一定完全是讽刺。

当年李世石花费了很多时间接受了自己下不过机器这个事实，后来的柯洁又重新被煎熬了一遍，但是现在的围棋高手，早已经接受了这一切，以及其带来的新的变化，比如围棋不再被认为是一种智力巅峰的运动。类似的变化，还会发生在很多领域，比如人类习惯的用发表论文分享观点与研究成果的方式，是否也会发生变化，人类自己固守的很多阵地，最后是否会被证明毫无意义，

就好像修筑了再高的城墙，也挡不住飞机的轰炸。