AI目前对于数学和物理的解密是“粗暴”的，而且很多是难以还原出人类可以借鉴的思路。人类是“小数据”+“直觉”，AI是“大数据”+“多条歪路”。人类的思路可以迁移和拓展，AI的目前更多是“就事论事”。

梁捷老师对AI的思考实在太可贵了。希望被更大层面的讨论和关注。

我觉得梁老师所说的这些AI的威胁真不算什么威胁。例如AI喜欢给高概率众数的答案，而不会去从长尾中取冷门答案作答。这不奇怪啊，谁让你问的问题如此含糊。这种问题你去问一百个人，估计也会有类似的结果。但凡加上一点个人偏好，或给AI些许个性提示，AI就会给出不同的答案。好的答案和好的提问有关。所以想要好答案，应该不断修正自己的问题才对。而不应该苛求回答者的中庸。

非严肃小评论： 对于普通人，作为数学这一社会行为成果的受益者，是 活生生的人做出的成果，还是 关在 “中文屋”里的无论什么东西的成果，只要产生同样的逻辑效果，是否有 刻板意义上的“理解” 存在于生物意义上的某人心中，并不重要。 对人而言，最终的终点，可能是“放弃理解”。有 效果意义上的 “全能理解机器”存在，人 最终放弃 “理解” ，其实也只是放弃了 对“理解”的自以为是，放弃了 主体优越感而已。 主体智能 到 取用智能，反而可能带来绝对的智能民主化--从垄断神权以来的知识权力的完全消解--如果智能取用权利没有被垄断的话（这不可能！）。

对于学术伦理和文学方面的观点很认可。不过有两点没太理解。 一是我理解的数学新的证明突破，是明确可证伪的，发现了就是发现了，没有就是没有。如果说AI证明了新的定理，且人类审稿可理解且正确，世界上就多了一个真理。至于这个真理是否被人认为重要我倒觉得不太重要了，毕竟没人能预测未知的东西的重要性吧？多少有用且伟大的发现和发明源于不起眼的小突破。而如果说AI给的结论并未能由人类思维复现推理出来，那对学术规范来说，也不能审核通过发表吧？所以导致的一个结果是否可能是，人类需要更多的数学家来跟上AI的思维？ 二是实操性的疑惑。老师说AI证明里说显而易见的过程，但人类理解起来很困难。这里是否考虑过人类多次追问和对话后也还无法理解AI的思维？由于确实没能力和AI讨论如此前沿且无明确结论的问题，所以有这疑惑。或许真正的重要变量是时间？如果持续追问和跟上AI思维所需的时间超过人类无法承受的时间，那确实和永远不可知没区别了。