「人工智慧並不能完全取代數學研究者本人的工作，尤其是在精確性等指標上，表現仍有不足。」
7月25日，在復旦大學舉行的第七期「浦江科學大師講壇」結束後，數學家、中國科學院外籍院士安德烈·奧昆科夫（Andrei Okounkov）接受第一財經在內的媒體專訪時表示。
作為當代最傑出的數學家之一，奧昆科夫解決了多個重要猜想和重大問題，在表示論、代數幾何、動力系統、組合學、機率論、弦理論、統計力學等多個領域做出了奠基性的工作成果，並以將機率論、表示論和代數幾何相互聯系的工作榮獲2006年費爾茲獎。
第一財經記者 金葉子/攝
面對當前人工智慧的快速發展，奧昆科夫認為，人工智慧是數學研究的有力工具，可以在人工智慧建模、大樣本量計算等方面大大降低數學家的工作負擔，但從另一個角度而言，人工智慧並不能完全取代數學研究者本人的工作。
他對記者解釋，人工智慧是絕對重要的，尤其是我們要考慮如何透過可靠可控的方式，對人工智慧技術進行妥善地運用。「我有一些建議，對於數學學科的發展來說，雖然AI非常重要，但是也不能忘記我們的老本行，也就是數學基本的計算能力和計算原則，還有計算手段和一些方法，這些都是非常有力的工具，它是解決分析問題的一個最主要的抓手。」
奧昆科夫說，現在的世界發展速度非常快，每一個技術都能夠去解決世界上諸多問題，以AI為例，我們可以透過AI來預測接下來是不是會下雨，或者說是判斷食物是否香甜可口，但是它無法做到非常精確地測量和計算。「AI只是把人類的一些直覺透過科學的方法進行了投射，但是它和數學相比還欠缺那麽一些精確精準或者說是非常精度的表現。」
他告訴記者，AI無法精確到幾分幾秒會在哪些地方下雨，以及食物在哪些方面呈現出不一樣的色彩或是味道等，這些都是要透過數學才能去解決的，「精確性，在我看來更為重要」。
「我們既不能固守傳統，也不能一味追求AI的發展。」在奧昆科夫看來，傳統計算方法與最新的人工智慧研究方法可以在數學理論研究中和諧共存，這需要我們用好數學傳統的同時，及時吸納人工智慧最新套用。
他說，自然科學中一些非常偉大的發現，都可以透過傳統的計算方法來進行建模，與此同時，我們又需要透過AI來實作一個超大計算量的樣本計算。「AI和傳統的學科發展的軌域是不矛盾的，兩者之間應該存在合作共事的關系，我們不能在學習AI的時候，就把經典和傳統一腳踢開，讓AI去控制和主導我們未來的世界。」
因此，在給予年輕學子建議時，奧昆科夫總是反復提及「打好基礎」。他認為，資訊爆炸的時代，許多年輕人在學習前沿知識方面展現出超凡熱情，這一點值得肯定。但他希望大家在學習新興成果時，也不要忘記那些優秀的學術經典和傳統，不要忘記從數學學科悠久的歷史長河中汲取力量。「經典是我們的基礎，也是我們現在實作任何學科發展非常重要的平台。」
(本文來自第一財經)
