去美国了:多大教授刚拿数学界诺奖,就转投OpenAI

刚刚站上世界舞台，拿下有“数学界诺贝尔奖”之称的菲尔兹奖（Fields Medal），多伦多大学教授Jacob Tsimerman就做出了一个令人意外的决定：暂时离开学术界，加入OpenAI。

38岁的Tsimerman是世界顶尖数学家之一。就在上周，他在费城举行的国际数学家大会上领取菲尔兹奖，成为首位获得这一殊荣的加拿大本土研究人员。

获奖之后，采访、邮件和祝贺纷至沓来，甚至连他小学和高中的老师都发来消息。

然而仅仅一周后，他已经开始准备人生的下一站。

参加完几场学术会议，并与妻子和女儿度假之后，Tsimerman将从多伦多大学休假，前往旧金山，加入ChatGPT背后的OpenAI安全部门。

对于一位刚刚站上数学界最高领奖台的学者来说，这个选择迅速引发关注。

而他给出的理由也非常直接：“AI安全是我们这个时代最重要的问题。”

刚拿菲尔兹奖，为何转身投向AI？

事实上，Tsimerman考虑进入AI安全领域已经有一段时间。

现在之所以决定迈出这一步，一方面是因为时机成熟：他手头的一批研究项目正在收尾，多名学生也即将毕业。

另一方面，则是AI本身发展得实在太快。

Tsimerman并没有传统的软件工程背景，但随着AI模型的编程能力迅速提升，这已经不再像过去那样构成巨大障碍。

如今，他可以借助AI快速开展实验、验证想法，进入这个领域的门槛比一年前低了很多。

而选择OpenAI，还有另一个重要原因——机器学习恰恰是他目前最需要补上的知识短板。

Tsimerman表示，大学当然也可以研究AI安全，他本人也已经在多大参与相关研究。但现阶段直接进入一家顶尖AI实验室，可以让他更快、更深入地了解机器学习和前沿AI系统。

不过，他也强调，AI安全研究不能只集中在某一家机构。

来自大学、科技公司和独立研究机构的不同声音都很重要。所有人才都涌向同一个地方，并不是健康的发展方式。

至于科技公司远高于大学的资金和薪酬是否影响了他的决定，Tsimerman并没有将其视为主要因素。

他说，自己现在有很多不错的选择，真正考虑的是：在哪里，能够让自己处于最合适的位置。

他真正担心的，是AI失控的风险

Tsimerman转向AI安全，并非一时兴起。

不久前，他与Andrew Critch共同发表论文，提出了多种AI可能给人类带来灾难性后果的情景。

他表示，世界上很多知名科学家已经警告AI风险多年，但这些讨论往往过于抽象。

普通人真正想知道的是：AI到底可能怎样出问题？我们究竟在担心什么？

因此，他们希望通过更加具体的情景，让人们能够真正理解潜在风险。

但Tsimerman强调，这并不是为了制造恐慌。

他的目的恰恰相反——只有清楚地看到风险，人们才有可能认真思考如何避免风险。

AI可能很快超过顶尖数学家

比起AI安全风险，Tsimerman对于自己最熟悉的数学领域，同样给出了一个值得关注的判断：AI可能很快就会超越最顶尖的数学家，并彻底改变数学研究的方式。

那么，现在还在读高中的年轻人，还有没有必要选择数学专业？

Tsimerman的答案仍然是：“追随自己的热爱。”

但与此同时，他也给出了一个非常明确的警告：不要期待这一轮AI浪潮会过去，然后所有事情重新恢复原样。

“我不认为我们还会回到过去那种一切照旧的状态。”

他认为，年轻人仍然应该不断学习、投资自己，但必须密切关注AI正在带来的变化。

例如，10年前，一名热爱数学的学生可能很自然地选择纯数学；但放到今天，他会建议年轻人重新审视这个选择——是否应该学习其他领域，或者换一个角度进入数学。

不是不要学数学，而是不能再按照过去对数学职业的想象，规划未来。

数学会迎来黄金时代，但数学家未必

这也是Tsimerman对未来最耐人寻味的判断。

他并不否认AI可能让数学进入一个前所未有的“黄金时代”。

在AI帮助下，人类发现数学理论、证明定理和解决问题的速度都可能大幅提高。过去需要耗费大量时间才能取得的成果，未来可能更快出现。

但这里存在一个巨大的反差：数学的黄金时代，不一定意味着数学家的黄金时代。

目前一种比较乐观的观点认为，未来AI会替人类完成简单、机械、枯燥的工作，把真正有趣、有创造性的研究留给人类。

但Tsimerman认为，现实可能没有这么简单。

“不幸的是，我认为AI系统也会去做那些有趣的工作。”

换句话说，AI未来可能不仅仅是数学家的“助手”。

它可能证明定理、发现理论，甚至参与那些今天被认为最需要人类创造力的工作。

因此，未来的年轻数学家不能期待复制今天这一代数学家的职业道路。

当AI连“最有趣的工作”都能够完成时，人类数学家究竟应该扮演什么角色，将成为一个更加复杂的问题。

对于刚刚获得数学界最高荣誉的Tsimerman而言，这个问题显然已经不再只是理论上的讨论。

如今，他决定暂时离开自己工作近15年的多伦多大学，亲自进入AI发展的最前沿，寻找答案。