在2000年代中期，当我经过的每家酒吧和夜总会都大声播放着杀手乐队和弗兰兹·费迪南德的音乐时，我日以继夜地攻读应用数学博士学位。我的研究重点是模拟特殊光波在液晶中的相互作用，并使用简单的方程来近似和理解这些相互作用。现在回头看我的论文，液晶技术已经过时，我想我的工作可以在人工智能的帮助下在几天甚至几小时内完成。
但对于我在爱丁堡大学拥挤的办公室里共享的纯数学博士生来说，情况并非如此。当时，我为这些同事感到难过，他们日复一日地坐在办公桌前，似乎抓耳挠腮，毫无进展。（虽然我也在挣扎，但我至少总是取得一些进展。）当我们毕业各奔东西时，有些人甚至没有发表过一篇论文。
现在，事后看来，我终于理解了他们为什么多年来致力于世界上只有少数人关心的抽象数学问题。这并非我当时认为的傲慢；他们并不是试图通过率先解决一个看似棘手的数学问题来证明自己的卓越智力。甚至也不是一种受虐倾向（这是我的第二个猜测）——为某种想象中的不足而赎罪。我意识到他们从通往理解的漫长旅程中获得了快乐、满足和意义。
卡内基梅隆大学的数学家杰里米·阿维加德沉思道：“有时，理解突然降临，让你觉得非常美丽。有时这是一种成就感，就像完成了一场马拉松。但这两种感觉都不完全是：当你长时间思考复杂、困难的事情，然后突然之间一切豁然开朗时，那是一种美妙的感觉。”这种感觉一直驱动着历史上的数学家。
人工智能系统现在开始绕过这个缓慢、深思熟虑的过程。谷歌DeepMind和OpenAI的系统在国际数学奥林匹克竞赛中达到了金牌水平。DeepMind的Aletheia产生了可发表的博士级研究成果。OpenAI反驳了组合几何中的一个重要猜想。此外，大型语言模型与证明助手相结合，正在自动化数学证明的形式化过程，可能改变人类数学家的角色。
询问这条新闻
回答由AI仅根据本新闻生成。