2026-03-19 00:46 UTC
來自陶哲軒貼文，Gemini 翻譯：https://mathstodon.xyz/@tao/116252708577614828
AI（人工智慧）與形式化（Formalization）對數學實踐目前及預期的影響，正如汽車對城市演進所產生的影響。
在汽車問世之前，城市街道狹窄，且針對行人、馬匹和馬車進行了優化。當汽車、公車和路面電車被引入時，它們無疑比以往任何交通工具都更快、更強大；但它們也會阻塞道路，並排擠掉行人空間。
隨著時間推移，人們為了機械化車輛的專屬使用，建造了新的道路、鐵路和高速公路，實現了快速且高效的長途旅行；但這也付出了代價：城市擴張（Urban sprawl）、曾經宜居步行社區的退化或破壞、交通壅塞，以及顯著的環境影響。
人們直到很晚才意識到，要解決這些問題，僅僅讓汽車變得更快、更強大或更節能是不夠的，推平所有舊道路與網路來為新設施騰出空間也非良策。唯有透過深思熟慮的都市計畫，以及制定管理交通的社會與法律規範，才能讓行人與汽車交通並存，並同時保有兩者的優點。(1/5)
Replies (1)
-
@typingmonk@g0v.social 2026-03-19 00:47
在這個類比中，汽車普及前的狹窄道路，指的就是數學的社會基礎設施：包括論文、期刊、研討會、引用機制、導生或師徒關係、徵才公告等。這些設施最初主要是為人類單獨使用、或僅輔以適量電腦協助的人類活動而設計的。在此處，與「交通運輸」相對應的，則是證明新結果的過程——亦即將人從給定的假設引導至預期結論的過程。 人類數學家雖然能產生這類證明，但過程漫長且效率低下，通常需要借鑒前人的研究，或與同事及學生協作。然而，這種費力的過程除了達成「從假設到結論」的表面目標外，還產生了許多有益的副作用： 技能成長：作者為未來的研究計畫培養了技能與專業知識。 繪製地圖：為後續的研究者繪製數學領域的「地圖」，例如指出未來的研究方向，或是記錄作者在旅途中偶遇或瞥見的意外發現（Serendipitous discoveries）。 經驗傳承：分享有趣的「故事」——比如在數學探索中遇到死胡同，並為了避開它而轉向的過程。(2/5)