2024 年 8 月 12 日，数学家陶哲轩在牛津大学数学系发表了一场关于人工智能（AI）在数学计算中的演讲，引发了广泛关注。在这场长达一小时的演讲中，陶哲轩详细介绍了 AI 的概念与发展，并讲解了如何在未来用 AI 进行数学和科学研究。他指出，AI 可以加快对真实世界的建模分析过程，辅助人类进行数学证明，提高研究效率和准确性。陶哲轩也提到 AI 技术目前面临的挑战和局限性，例如在复杂问题上的可靠性和可解释性问题。他呼吁科学界对 AI 的潜力保持开放态度，同时也要谨慎对待其局限性。演讲结束后，陶哲轩还与卡内基梅隆大学的数学教授罗博深进行了对话，共同探讨了 AI 在数学领域的最新进展。
陶哲轩在演讲中提到，AI 在数学领域的应用已经取得了进展，特别是 DeepMind 的 AI 系统在 2024 年国际数学奥林匹克竞赛（IMO）中的表现。DeepMind 的 AlphaProof 和 AlphaGeometry2 系统在今年的 IMO 竞赛中解决了六个问题中的四个，获得了相当于银牌的成绩。这一成就标志着 AI 在通用推理能力上已经接近人类选手。
陶哲轩在自己的博客上对 DeepMind 的 AI 系统参加 IMO 竞赛表达了看法。他认为这是一个重要的工作，改变了我们对哪些基准挑战可以通过 AI 辅助或完全自主的方法实现的期望。例如，IMO 级别的几何问题现在对于专用的 AI 工具来说已基本解决。通过强化学习过程可以找到形式化证明的 IMO 问题至少在某种程度上可以被 AI 攻克。虽然目前每个问题需要相当大的计算量，并且在形式化方面需要人类的帮助，但这一成就无疑是 AI 在数学领域的一大进步。
陶哲轩还提到，AI 在数学研究中的应用不仅限于竞赛领域。在实际的数学研究中，AI 可以辅助数学家进行复杂的证明过程，提高验证的效率和准确性。例如，形式化证明工具与 AI 工具的结合可以加速数学定理的形式化验证过程。验证期间，AI 可以自动填充证明中的小步骤，并实现大规模协作。
陶哲轩对 AI 在数学领域的应用持积极态度，但也呼吁科学界对其局限性保持警惕。他认为，AI 在数学研究中的潜力巨大，但我们需要不断探索和完善其应用方法，以实现更大的突破。