目前AI在很多领域得到了应用，程序员使用AI提高了很多效率，AI求解微积分，AI在象棋、围棋等棋类训练的应用，还有图像处理等等，具体就象棋而言，很多专业象棋大师采用AI训练后，感觉很多走棋匪夷所思，在下了很多步后才知道其中的厉害，一步棋考虑到后续很长远的发展，而且这种考量是多步后的非常微小的优势，而对于顶级选手来说这种非常微小的优势就可以决定胜负了，也就是说AI计算的深度和广度或仔细程度是远远超出人类的，简单地说就是汽车比人走路要快多了，当然汽车本身必须在公路上走，也就是说AI发挥效能必须有类似棋类运动严格的规则。
目前通用AI对于数学等基础学科的理解和训练还是很薄弱的，因为模型本身并不是专门针对学术，基础学科本身有自己逻辑体系，并且有一定深度和难度的。考虑到数学本身的重要性，对于其它学科和工程应用，数学应该尽快AI化，AI化的前提就是要非常好的基础数学知识体系，国外的教材大都比较规范，尤其是数学的产生历史、基本定理的详细证明等基础教材比较详细规范，法国、美国和俄国等强国都是每隔一段事件都要翻译整理国内外重要的数学教材和科研进展，这样就形成很好AI训练基础材料。我国首先还是要规范整理或引进一套完整规范的基础教材体系，以便基础数学的AI化。我个人认为数学AI化，不仅仅是满足工程的需要求解微积分、数值模拟等简单应用，更重要的对于数学自身的发展和深入理解有更加重要的作用，例如证明很多数学难题类似于到达1+2这个步骤，和1+1就差一点点，实际我们可以利用AI扩展我们的思考，更加复杂和庞大，寻找相关的联系，有可能会找到意想不到的结果，类似于一个人自己想把自己举起，最后全都举起来了，就差一个脚跟没抬起，实际上最后那一点和当初的重量是一致的，也就是说很多证明虽然在表面上好像取得了很大进展，但实质上只是难题的表达形式发生了变化，实质解决难度并没有降低。相信随着基础学科的AI化，会有很多以往无法深度复杂思考的东西会出现，取得更多的深入认知。
--
FROM 111.25.62.*