张捷财经观察 | 解题AI接近高峰，人工智能的边界在哪里？

近日，人工智能在数学领域的应用再次取得重大突破，引发了对教育体系和人才培养的深入思考。据报道，在第65届奥林匹克数学竞赛（IMO）举行之际，谷歌DeepMind团队的科学家们在伦敦实验室里，通过两个最新的超级数学模型——AlphaProof和AlphaGeometry 2，成功解决了4道IMO的高难度题目。

AlphaProof结合了预训练的语言模型、强化学习算法以及国际象棋模型AlphaGo的超进化版，展现了令人瞩目的解题能力。而AlphaGeometry 2则基于Gemini语言模型，并经过大量合成数据训练，仅用19秒就解决了今年IMO的第四题，显示出显著的升级和进步。

这一成就不仅体现了人工智能在解题速度上的快速增长，也预示着其将遵循摩尔定律，实现指数型的进步。从一年多前AI开始尝试解决高考题，到现在能够应对IMO级别的难题，人工智能的边界正在不断被突破。

然而，尽管人工智能在解决复杂数学问题上取得了显著进展，但它仍然无法提出问题。在科学领域，提出问题往往比解决问题更为重要。图灵奖得主图灵曾提出“图灵死机原理”，即无法编写一个程序来验证计算机是否会死机，这揭示了人工智能在自我发现问题上的局限性。

对于教育体系而言，如何培养孩子提出问题的能力变得尤为关键。在中国，科学发现往往不容易被认可，如袁隆平院士在杂交水稻领域的贡献，这反映出教育体系在鼓励创新和提出问题方面还有待改进。

美国教育体系虽然宽松，但注重培养学生的想象力和提问能力，这正是人工智能无法替代的部分。因此，我们需要深入思考教育体系应该如何调整，以适应人工智能时代的需求，既解决人类可以解决的问题，也认识到人工智能无法触及的边界。

总之，人工智能的快速发展为我们提供了解决传统数学问题的新途径，但同时也提醒我们，提出问题和创新思维仍然是人类独有的宝贵能力。在未来的教育中，我们应该更加注重培养孩子的提问和创新能力，以适应不断变化的世界。