专访菲尔兹奖得主杰曼诺夫：我从未见过一个失业的数学家

您想知道的人工智能干货，第一时间送达

杰曼诺夫觉得ChatGPT很神奇，但不称之为“智能”。他读过ChatGPT写的论文，流畅却没有思想。ChatGPT更像是搜索引擎，以一种奇妙的方式组织网络信息，他不认为大模型未来会具有意识。

·数学界从19世纪继承下来了诸多未解决的老问题，其中包括了数学家的圣杯“黎曼猜想”，但杰曼诺夫不建议年轻人去攻克它，也没人知道什么时候能够解决这个难题。

美国国家科学院院士、中国科学院外籍院士埃菲·杰曼诺夫。澎湃新闻记者胡逸璠 图

20岁时的杰曼诺夫第一次意识到自己可以解决数学问题，他就像一个不停训练的运动员，突然之间突破了自己。19年后，他摘得了数学领域最高奖——菲尔兹奖。

埃菲·杰曼诺夫（Efim Zelmanov）既是美国国家科学院院士、美国艺术与科学学院院士，也是中国科学院外籍院士、西班牙皇家科学院外籍院士。1955年，他出生于俄罗斯，1980年获得俄罗斯新西伯利亚国立大学数学博士学位，毕业后在苏联科学院数学研究所工作。离开苏联后，杰曼诺夫曾在威斯康星大学麦迪逊分校（1990-1994）、芝加哥大学（1994-1995）、耶鲁大学（1995-2002）担任教授，现任美国加州大学圣地亚哥分校教授，也是南方科技大学数学系讲席教授。

他相信“数学能力”的存在，“在99.9%的情况下，可能最后什么结果都没有得出来，但你还是要一次一次又一次地研究，这就是所谓的数学能力。可能你可以解决，也可能你不一定能解决。”

杰曼诺夫在约当代数和李代数方面的工作已经确保他进入了20世纪最伟大的代数学家之列。后来他又解决了整个20世纪群论中最根本、最困难的问题，也就是限制Burnside问题（伯恩赛德问题），因此在1994年获得了数学领域最高奖菲尔兹奖，当时他不到40岁。

杰曼诺夫说，他第一次通过邮件从国际数学联盟的秘书那里得知获奖消息时，觉得这一定是个恶作剧。所以他打电话给那位秘书，“如果这是一个玩笑，打了电话我就知道是谁在开玩笑了。”

年轻数学家的生活往往很艰难，生活没有确定性。但获得菲尔兹奖之后，杰曼诺夫的生活得到了改变，他开玩笑说自己也从数学转到了公共关系，要接受媒体采访了。但数学家总是“害羞的生物”，“他们不习惯接受采访。”不过，11月6日在第六届世界顶尖科学家论坛期间接受澎湃科技（www.thepaper.cn）专访前，他特意扣上了衬衫领口的扣子。

谈到投身科研的年轻人所面临的职业焦虑，杰曼诺夫说：“根据我30多年的美国高校工作经验，我从未见过一个失业的数学家，也许他们根本不存在，当然很少有人留在学术界，大多数去了产业界，所以到处都需要高级数学家。”

年轻的数学家很艰难，年轻的艺术家、年轻的音乐家等，在每一个创造性的职业中，他们同样有焦虑，“如果我明天没有创造出新东西怎么办”、“如果我失去了创作美丽画作的能力该怎么办”，因为没人知道这种能力从何而来。他建议年轻学子们，要去一个能够接受你的最好的地方，那里有最好的同学围绕身边，能从教授身上学到东西，能互相学习。尽管应带着尊敬之心聆听教授和老师，但决定还是要由自己做。要想解决教授们解决不了的问题，就必须有不同的做法。

数学界从19世纪继承下来了诸多未解决的老问题，其中包括数学家的圣杯“黎曼猜想”，但杰曼诺夫不建议年轻人去攻克它，也没人知道什么时候能够解决这个难题。

以下是澎湃科技与埃菲·杰曼诺夫的对话实录。

澎湃科技：作为数学家，你怎样看待ChatGPT以及大语言模型的表现？

埃菲·杰曼诺夫：我认为它很棒，它真的很有用，也很惊艳。在你不会期待出现意外的情况下，它能帮你很多，比如旅行社。我们所做的事情中可能有90%都是由这些行为组成的。我不会称它为人工智能，因为它根本不是任何智能，但它很棒。它有点像搜索引擎，提供给你互联网上已经存在的东西，并以一种奇妙的方式组织这些信息，这不是智能，但非常有用。

澎湃科技：但它经常一本正经胡说八道。

埃菲·杰曼诺夫：是的，但它正在变得越来越好。我读过ChatGPT写的论文，它写得很流畅。但我看不出它有什么思想，它写出来的东西没有意义。我不认为它是无稽之谈，但我认为它是无意义的。

澎湃科技：它最终会具有意识和人格吗？

埃菲·杰曼诺夫：我不这么认为。它只是一个搜索引擎，它怎么会有意识呢，哈哈哈哈。那么我们就会遇到一个问题，什么是智能，什么是意识，什么是灵魂，我认为它没有。

澎湃科技：你的科研灵感来自哪里？如何坚持研究，即便没有任何结果？

埃菲·杰曼诺夫：这是一个大问题，因为数学家会不间断地思考一个问题，可能需要一年、两年、三年，然后也许你会解决一个问题，也许不会。在99.9%的时间里，你想这个问题，却什么也想不出来。所以有的人中途放弃，有的人继续坚持，最后解决了问题，我知道有这种情况。他们从哪里获得灵感呢？这是个好问题。这就是答案的本质，这是数学能力的核心，仅仅是有些人做，有些人不做。不仅在数学领域，化学家们也可能花费数年时间来研究一个问题。

青年学生围绕美国数学家杰曼诺夫询问数学问题。澎湃新闻记者张静 图

澎湃科技：你有什么好建议可以给年轻的学生，或者年轻的数学科研人员？

埃菲·杰曼诺夫：首先，我相信有数学能力这种东西存在，有些人有数学能力，有些人可能没有。如果一个人决定了数学目标，这是一个重要决定，因为在某种程度上，年轻数学家的生活很艰难。通常他们在一个地方获得学士学位，至少在美国他们被鼓励去不同的地方读研究生，在第三个地方攻读博士学位，然后去另一个地方，没有任何确定性。如果他们最终成功并找到了一份固定的工作，那就太好了。美国和世界都称数学家为职业，它在最佳职业排行榜上排名第一。

澎湃科技：很多年轻人投身科研，但他们经常焦虑。

埃菲·杰曼诺夫：是的。

澎湃科技：他们面临多种压力，比如续聘、升职。所以怎样才能缓解他们的焦虑？

埃菲·杰曼诺夫：根据我30多年的美国高校工作经验，我从未见过一个失业的数学家，也许他们根本不存在，当然很少有人留在学术界，大多数去了产业界，所以到处都需要高级数学家。在2008年，美国出现了金融危机，很多人失业了。那一年，攻读数学专业的人数在一年内增加了5倍，因为人们开始考虑工作。

我相信，如果我们谈论年轻的艺术家、年轻的音乐家，在每一个创造性的职业中，他们也有很多同样的焦虑，“如果我明天没有创造出新东西怎么办”。我遇到过很多顶尖的数学家，他们非常优秀，职位也很稳定，但他们也有那种焦虑。就像艺术家可能会焦虑，“如果我失去了创作美丽画作的能力该怎么办”，因为没人知道这种能力从何而来。

澎湃科技：我们该如何支持青年科研人员，比如给他们更多经费？

埃菲·杰曼诺夫：我不知道他们在中国可以拿到多少。我知道情况很复杂。足够多的资助可能会拨款给年纪大的人，但年轻人可能需要很少的钱来参加对他们来说非常重要的会议。如果他们导师有很好的拨款，可能对他们会有所帮助。如果不是这样，尤其不是人人都来自清华、北大，而是来自小地方，一些钱就可以让他们走得更远。

澎湃科技：在你成长过程中或者科研生涯中，有哪些亮点时刻？可以分享你的故事吗？

埃菲·杰曼诺夫：我想第一个时刻是我20岁时，那时候是我在大学里的第四年，我第一次觉得我可以解决问题，就像一个运动员，不停训练、训练、训练，结果不会立刻出现，但突然之间就出现了，所以那大概是我20岁的时候，做了一系列代数工作。

第二个时刻是我解决了一个群论问题，也就是Burnside问题（伯恩赛德问题）。

第三个阶段有点不同，我获得了菲尔兹奖，在那之后它改变了我的生活，我想我从数学转到了公共关系，数学家是害羞的生物，他们不习惯接受记者的采访，哈哈哈哈。我1994年拿到了这个奖，很多年以前了。

澎湃科技：你觉得当下最有挑战的科学难题是什么？

埃菲·杰曼诺夫：让我来谈谈数学吧。我们从19世纪继承了一些老问题，它们已经存在了200年，比如黎曼猜想，这是数学家的圣杯，是最著名的数学问题。但我不建议年轻人去攻克它，没人知道什么时候这个问题会被解决。有关于这个问题的电影（注：根据饱受精神疾病困扰的美国天才数学家约翰·纳什的真实事迹改编的电影《美丽心灵》。纳什曾在20世纪50年代后期研究过黎曼猜想，在那之后不久患上了精神分裂症）。

然后是应用数学，它的性质完全不同。我认为直到本世纪末，应用数学中最重要的核心问题将是如何处理大型稀疏方程组。这个问题在所有应用中无处不在。很多人都在研究它。没有人知道需要哪种数学方法来解决这个问题，也许会有一些新的数学方法来解决它。这几乎是一个产业问题。每一次进步立即投入应用中，就会节省成百上千万美元、成百上千万元人民币。

澎湃科技：科研中如何才能实现原始创新？数学可能会和化学、物理研究不太一样。

埃菲·杰曼诺夫：如果去看看历史就会发现，科学界在认识到一项非常重要的新研究方面做得很好，相对论打败了想象，它立即得到了认可，很少有例子是不能立即得到认可的。今年获得诺奖的mRNA疫苗研究者曾经不被认可，这个成果来得晚了一点，后来遇到了新冠疫情。但大多数时候，科学界都知道好的科学在哪里。

版权声明

版权属于原作者，仅用于学术分享

文章精选：

1. 清华大学马少平教授：第一篇 神经网络是如何实现的（一）
2. 清华大学马少平教授：第一篇 神经网络是如何实现的（二）
3. 清华大学马少平教授：第一篇 神经网络是如何实现的（三）
4. 清华大学马少平教授：第一篇 神经网络是如何实现的（四）
5. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（五）
6. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（六）
7. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（七）
8. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（八）
9. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（九）
10. 跟清华大学马少平教授学AI：第一篇 神经网络是如何实现的（十）