博文

对话Symmetry 荣誉主编张继平院士：AI时代的知识生产与制度重构

已有 92 次阅读 2026-10-30 16:44 |个人分类:人物专访|系统分类:人物纪事

2026年9月，Symmetry 编辑部到访北京大学数学科学学院，与荣誉主编、中国科学院院士张继平进行了一场深度对话。

作为MDPI (中国) 物理&数学科学委员会委员、Symmetry 荣誉主编，张继平院士近年来已在多个场合系统阐述过他对AI与数学关系的思考。从“AI for Math”与“Math for AI”的辩证关系，到AI时代学术出版的制度设计，他的判断始终贯穿着一条主线：热情拥抱，但不盲目追随。

这一次，他把思考延伸至AI治理与全球规则制定的层面。在他看来，AI时代的知识生产正在发生根本性变化，而与之相配套的制度框架，无论是学术规范、知识产权保护还是监管手段，都还远未跟上。而AI技术事关人类文明发展的未来。

学者介绍

张继平

北京大学数学科学学院

北京大学数学学院教授，中国科学院院士。主要从事代数学研究。1977年考入山东大学数学系；1982年至1987年在北京大学获得硕士、博士学位。1989年赴美国从事博士后研究；1992年至1995年在巴黎高师和德国美因兹大学任访问教授和高级洪堡研究员；1995年获国家杰出青年基金；2000年被聘为教育部长江学者特聘教授。曾任北京大学数学科学学院院长和教育部科技委数理部常务副主任。

从“人+机器”到“人×机器”：一个时代的转折

张继平院士习惯用简洁的公式概括复杂的趋势。谈及人类与机器关系的演变，他这样概括：“2020年以前，是人+机器，机器按照程序运行；2020年以后，是人×机器，人机互动。”

从“加”到“乘”，只有一词之差，含义却截然不同。在他看来，2020年以后的机器不再只是被动的工具，而是能够从互动中学习、进而反哺人类的参与者。这一转变对数学研究的影响尤为深远。

近年，在深圳大学、上海大学等高校的讲座上，他系统阐述了“AI for Math”与“Math for AI”的辩证关系：人工智能为数学研究提供了前所未有的强大工具，而数学又是AI的重要底层逻辑。他以有限单群分类定理的验证、Thompson猜想的证明，以及Kazhdan–Lusztig多项式组合不变性猜想的部分突破为例，说明计算机软件与智能算法已深度参与到数学研究的核心环节。从猜想提出、定理证明到反例构造，AI显著提升了数学研究的效率与可能性——这门古老的学问，正从“人证定理”走向“人机协同”。

在MDPI的相关会议上，他也表达过相同关切。2025年8月，MDPI第二届物理与数学学科峰会高峰论坛设置了“AI背景下学术期刊的价值重构”议题，在讨论环节他提醒：“人工智能若缺乏数学根基，未来可能面临长期隐忧。”这与本次访谈中的论述一脉相承：AI越深入知识生产，数学基础就越重要。

在访谈中，他也给出了一个关键判断：“AI目前尚不具备真正的数学直觉，但人机互动将极大加速猜想产生与验证的闭环。”这句话为后续的讨论埋下了伏笔——既然AI已经深度介入数学推理，那么学术出版界，准备好迎接它了吗？

AI时代的学术规范：四个尚未回答的问题

当AI深度参与数学推理，现有的学术诚信框架便面临系统性挑战。MDPI第二届物理与数学学科峰会上，与会学者曾达成共识：继续推动“AI for Science”与“Science for AI”的双向互动，将AI定位为人类能力的增强工具，坚持以人机协同为未来发展路径。在本次访谈中，张继平院士将这些共识落到了更具体的操作层面，提出了四个尚待回答的问题。

其一，什么是“AI辅助”？是只要在研究中调用了AI工具就算“辅助”，还是只有当AI对数学推理产生了实质性贡献时才需要特别标注？这一界限无法划清，后续讨论便缺乏根基。

其二，作者如何证明使用了或未使用AI？AI是否参与了数学推理？现有的学术诚信框架建立在“声明”的基础上，但AI的使用往往是局部的、间接的、难以清晰切割的。

其三，论文使用了哪种AI工具，审稿人能否用同种工具验证过程和结论？这直接涉及科学出版的可重复性。如果AI工具本身是黑箱，或者其输出具有随机性，审稿人将面临无法复现的困境。

其四，学术出版机构如何制定此类论文发表的程序和标准？

上述问题，绝非一家出版机构能够独立解决的。他坦言，这需要数学界、AI研究界与学术出版界一同探讨，形成共识性框架。而顺着这条线索往下思考，问题又远不止于一个期刊的审稿流程，它指向的是一个更大的命题。

从学术规范到全球治理：一个更大命题的缩影

在张继平院士看来，学术出版层面的问题，只是一个更大命题的缩影。

当AI开始自主生产“智慧产品”时，他追问：智慧产品的自主生产如何尊重和体现人类知识产权？如何声明来源？诸如此类的标准、规格、监管手段，都要逐步健全。

他特别强调，信心与监管并非对立，而是AI健康发展的两个必要条件。政府应当支持AI健康有序发展——健康，意味着方向正确；有序，意味着规范先行。

在监管框架上，他认为美国的“management science”(管理科学) 值得借鉴：既保持技术创新的空间，又为风险管控提供可操作的框架。美国国家标准与技术研究院 (NIST) 于2023年发布的人工智能风险管理框架 (AI RMF)，以“治理、映射、度量、管理”四大核心功能为支柱，提供了一套系统性的风险管理方法论。2025年，美国商务部将原“AI安全研究所”改组为“AI标准与创新中心”(CAISI)，其职能涵盖与NIST合作制定安全指南与标准、与私营部门达成自愿协议进行AI能力评估、以及在国际标准制定中确保美国的主导地位。这种“标准优先于法规”的路径，在快速迭代的AI技术环境中保持了制度的适应性。

谈话至此，张继平院士还给出了一个颇有分量的判断——未来中国将引领AI时代的全球行业规则制定。这一判断与近期中国在全球AI治理层面的外交动向形成呼应。中方始终秉持建设性、负责任的态度参与人工智能全球治理，主张坚持发挥联合国主渠道作用，构建公正合理的全球人工智能治理体系，同时也愿同美方通过人工智能政府间对话等渠道保持沟通交流。张院士所说的“引领全球规则制定”，路径并非另起炉灶，而是在坚持多边框架的前提下，通过多种机制逐步施加影响。

Symmetry 期刊发展建议

回到Symmetry 期刊本身，作为荣誉主编，张继平院士也留下了几项具体而恳切的建议。

他首先关注的是栏目定位问题。Symmetry 的人工智能应用栏目目前面临一个基础性的表述问题：“是symmetry在AI中的应用？还是用AI来研究symmetry？”这一措辞关系到期刊的稿源方向与审稿标准。若定位模糊，作者和审稿人都难以把握尺度，栏目描述应当更加明确。

关于期刊宣传，他建议Symmetry 积极参与大型数学、物理、计算会议，并列举了全国代数大会、中国数学文化论坛等。进入具体的、面对面的学术社区中，比单纯的邮件推广更具针对性。这与他对待AI的态度一脉相承：与其在远处观望，不如走进真实的学术现场。

从一个期刊的栏目描述，到全球治理的规则博弈，此次访谈话题跨度极大。但整场对话中，张继平院士始终以从容的节奏推进着论述，仿佛这些看似遥远的问题，在他的思维版图中本就属于同一个坐标系。

最后，编辑部衷心感谢张继平院士抽出宝贵时间接受此次访谈，未来Symmetry 期待与张院士继续携手，搭建更有活力的学术交流平台。