“再高的智商在世界级难题上都不够”——2026未来科学大奖得主袁新意谈数学、挫折与AI

　　8月13日，2026年度未来科学大奖揭晓。北京大学北京国际数学研究中心教授袁新意，因在算术几何领域作出奠基性贡献——特别是创立了阿拉克洛夫几何（Arakelov几何）中的算术大性理论，并将其开创性地应用于一致波戈莫洛夫猜想（Bogomolov猜想）和一致莫德尔猜想（Mordell猜想）——荣获“数学与计算机科学奖”。

　　袁新意与2026未来科学大奖发布现场视频连线。记者柯丽芬 摄

　　获奖次日，正在约翰·霍普金斯大学访问的袁新意，接受了长江日报等媒体的连线采访。上个月，他刚在费城参加2026年国际数学家大会并作45分钟邀请报告，现场见证了中国数学家王虹、邓煜摘得菲尔兹奖。会后，他辗转麻省理工学院、布朗大学等校交流。

　　数学家袁新意。受访者供图

　　这场访谈持续了三个多小时。大洋彼岸已是深夜，视频中的他却神采奕然，谈吐从容。从湖北农村的农家少年，到国际数学奥林匹克金牌得主，再到站在世界数学前沿的学者——这条路，远非外人眼中的一路坦途。孤独与挫败，才是漫长岁月里的常态。而最终让他胜出的，是对数学近乎本能的热爱，和一种几乎固执的韧性。

　　从“武侠秘籍”到北大数学“黄金一代”

　　袁新意1981年出生于湖北麻城一个普通的农村家庭。他把自己的人生，归结为两次关键的飞跃。

　　第一次，发生在数学竞赛的入门期。初二那年暑假，他和父亲骑着自行车，往返20公里，赶到镇上的新华书店，买下一本《初中数学竞赛同步辅导》。“我就像武侠小说里的人，突然拿到了一本秘籍。”

　　袁新意在国际数学家大会上演讲。受访者供图

　　接下来的一年，他几乎把全部课余时间都投了进去。“从完全不懂数学竞赛，有些题目甚至都看不懂，到后来大部分竞赛题都会做。”他说，那是一次醍醐灌顶式的成长。

　　凭借竞赛成绩，他被保送黄冈中学。2000年，他获得第41届国际数学奥林匹克金牌，随后保送北京大学数学科学学院。

　　然而，进入北大后，他却一度陷入自我怀疑：自己到底能不能做好数学研究？

　　在他看来，竞赛与研究之间，有相关性，但更有本质的区别。竞赛题是别人设计好的，答案已知，时间可控，知识范围也大致划定；而研究的问题要自己寻找，结果不可预知，可能花费漫长时光最终一无所获，甚至想要证明的东西本身就不成立。没有大纲，没有标准答案，在解决问题的过程中，还可能随时闯入完全陌生的领域，甚至需要亲手搭建一套全新的理论。

　　“奥数训练对研究有帮助，但过度刷题，也可能磨灭好奇心和创造力。”袁新意说，从“解题者”到“研究者”，最关键的一跃，不是学会怎么答题，而是学会自己提问题。

　　在北大，他和几位志同道合的同学自发组织了讨论班，共读一本书，轮流主讲。

　　这群人，后来被学界称为北大数学“黄金一代”，核心成员除了袁新意，还包括许晨阳、刘若川、恽之玮、张伟、朱歆文等。2017年，许晨阳曾获首届未来科学大奖“数学与计算机科学奖”；九年后，袁新意也站上了同一个领奖台。

　　2003年，袁新意赴美留学，五年后获得哥伦比亚大学数学博士学位。博士阶段，他迎来了人生的第二次飞跃——“我学会了搞科研，做论文。”

　　从喜欢数学到研究数学，需要经历怎样的蜕变？袁新意说，这是一个渐进的过程。博士期间，真正开始做研究，要把一个“一小时的问题”拉长成“几个月的问题”。如果有导师带领，可以省掉“找问题”这一步；而更大的转变，发生在之后——学会完全独立地发现问题、定义问题，然后一步一步深入进去。

　　回国六年，学术产出超过美国时期

　　2020年1月，袁新意辞去加州大学伯克利分校终身教职，回到北京大学。

　　这一决定，源于三重考量：国家高度重视科研，国内学术环境日益优化；美国的政治氛围变化，对学术发展产生负面影响；而最直接的推动力，是2017年下半年父母相继在武汉接受手术，“我必须回来照顾他们”。

　　袁新意与北大同事杨诗武一起打网球，他们也是高中、北大校友。受访者供图

　　从2018年秋季开始，他在国内做了长达一年多的学术访问，之后便决定全职回北大。

　　六年过去了，他说：“从未后悔。这六年的学术产出，比在美国时更高。”

　　一个重要原因，是国内有很好的合作者——研究方向接近，志同道合。他与谢俊毅合作完成了多篇论文；与虞家伟、周胜铉合作，证明了Mordell猜想的一个量化版本。

　　学术上的机遇，也时常在不经意间降临。阿黛尔线丛理论的发展过程便是如此。十年前，他和老师张寿武曾做出一个雏形，但当时并未受到关注，论文发表也波折重重。直到2020年，他回过头重新审视，才发现这套理论的正确搭建方式，“新的视野远高于原来，它终于变成了一套很有用的理论”。

　　他把这种成就感称为“细水长流型”——“建立了一套理论，我自己用它，也看到很多同行在用，很多年后大家还在说，用这个理论做什么。”

　　谈及老师的影响，袁新意言辞恳切：“张寿武老师对我的思维塑造影响很深。他教会我最重要的一点，是从大处着眼，把握全局——就像在森林里，不只是盯住一棵树，而是先看清整片林地的生态与走向。这种格局感，让我在纷繁的技术细节中，始终保有方向。同样让我受益的，还有他面对困难时那份恒久的乐观——数学之难，常令人陷入困顿，但他始终以积极豁达的态度迎接每一次挫败。这种精神上的支撑，在我独自面对学术低谷时，尤为珍贵。”

　　兴趣、韧性比高智商更重要

　　如果只看简历，袁新意的人生一路名校、一帆风顺。但他自己却说，在研究层面，低谷从未缺席。

　　“大部分我想做的问题都没做出来。”他投入思考的几个大问题——ABC猜想、一致有界猜想、BSD猜想（千禧年问题之一）——都没有成功。“试错十次，对一次就可以了。”

　　“再高的智商，在世界级难题面前都不够。”他说，“智商高低不可控，可控的是我们怎么努力，怎么面对挫折。”

　　他建议年轻人，一开始可以选择难度适中的课题：“太简单没有挑战，太难则可能因持续挫败而影响信心。”

　　袁新意讲课。受访者供图

　　面对一个长期没有答案的问题，如何保持动力？袁新意的答案是：好奇心，或者好胜心——“就是想把这个问题做出来。”

　　但如果长期没有进展，他会暂时放下，去做其他有线索、能做出来的问题。等闲下来，不经意间又会回头整理思路，或者寻找新的方法。“很多灵感来自看似不相干的东西——读某篇文章、听某个报告，突然触发一个想法。”

　　他把数学研究比作跑马拉松。数论方向，一年写一篇文章已算不错的速度。“短跑能清晰地感觉到竞争，但马拉松里，竞争被淡化了，更多的是克服自身的问题。”

　　孤独和挫败，是这条路上最忠实的伴侣。

　　“孤独感，是在想问题没有完全想清楚的时候，没法跟人分享，包括同行。这时候思想是乱的，有一种很深的孤独。”

　　挫败感，则来自不断的失败。“科研就是一个试错的过程。满怀信心尝试一个想法，几天后发现不对，很沮丧；再尝试另一个，过了更久发现又不对。如果一段时间什么也做不出来，会很沮丧。”

　　他的应对方式是：换个心情，做点别的研究，或者把注意力放到生活上。“过一阵子回过头来，又重新有了动力和信心。”他说，“科研的常态就是失败。多数时候是失败的，但有一次成功了，就很有成就感。”

　　为了避免碎片化，他习惯晚上工作，“受打扰少一些。工作时把手机放远，微信静音或关掉，不看手机，这能增加专注度”。

　　运动是他另一个解压方式。“我喜欢打网球，以前踢足球、打篮球。体育很容易让人放松，一旦开始打球，就暂时完全忘记了数学。长期做数学确实会让人变得内向，如果我有一段时间特别专注地做学问，就会感觉有点社恐。”

　　本科毕业后，他曾犹豫过是否从事数学研究。“家庭经济状况，很大程度上会影响数学毕业生的职业选择。经济条件不好的，会倾向于选择经济回报更高的工作。但有些选择，是短期利益和长期利益的权衡。”

　　他还发现一个有意思的现象：老师（尤其是中小学老师）的孩子，走科研道路的比例特别高，“可能是因为从小就觉得读书是件好事”。

　　对于那些想走科研道路的“小镇做题家”，袁新意给出了两条建议：“第一，要真的有兴趣；第二，要有很强的韧性。”他说：“如果特别在意物质回报，觉得科研达不到这个要求，那也很正常。如果能抵制住诱惑，就坚持走下去。”

　　对于从事冷门专业或基础岗位的年轻人，他说：“做冷门，还是要热爱自己从事的行业。回报有多种，不只有经济上的，心理上的回报也很重要。而且生活方式也不同——有些高薪工作压力很大、自由时间很少。要从不同角度看，不能只看经济回报。”

　　AI能摘“低垂的果实”，但缺乏好奇心

　　AI在数学领域的快速进步，是绕不开的话题。OpenAI最近宣布：AI 攻克 10 大菲尔兹奖级难题。普通人用AI解决数学猜想的时代来了吗？

　　袁新意认为，AI的知识面广、算力强，在整合已有思想和构造例子方面远超人类，但原创性依然不足。

　　“说OpenAI解决了菲尔兹奖级别的问题，我觉得夸大其词，是一种商业营销。”袁新意说：AI很多进展只是把人之前的想法“发扬光大”，更多是重组，不是原创。“AI可以解决问题，但在提出类似‘万有引力’这样的原创性思想方面，目前还看不到这种能力。”

　　以王虹在调和分析与几何测度论、邓煜在PDE与概率论方面的工作为例，“这对AI来说特别困难。”袁新意解释：这些分析方向需要做估计，也就是做不等式。AI擅长等式——证明A等于B，一步步推导，对AI来说相对容易；但对于不等式，通常A和B中有无穷多项求和、乘积，我们需要判断哪些项更大、哪些可以忽略——这需要直觉，AI在这方面还很薄弱。

　　“人类比AI强的地方，在于我们有品位、有好奇心。”他认为好奇心是推动人类前进的动力，人类知道什么是好的数学、重要的数学；而AI做出来的东西，可能只是代码的长短。

　　他也表达了担忧：“AI会把低垂的果实都摘掉。”——那些相对简单、适合训练年轻人的问题，可能都被AI解决了，从而压制年轻人的成长，影响行业传承。

　　他还担心，AI可能使学术评价机制瘫痪、污染学术资源。“AI制造文章速度太快，学术期刊人力有限，无法审核海量稿件，真正重要的文章可能被淹没；AI写的很多文章，对错未经证实，网络上充斥着错误文章，大家不知道该信谁。”好在这两个问题已引起重视，有望通过验证工具来缓解。

　　他坦言自己从今年初开始也经常用AI，主要是三种用途：查现有的知识（比传统搜索快很多）；做相对简单的计算（比如算积分）；查论文笔误（比如X的平方写成X的三次方，AI检查得很好）。但他强调：“我没有把问题直接扔给AI让它搞定，我现在研究的问题AI还没这个能力；下一步没有做AI领域研究的计划。”

　　对于年轻学者，他建议先学会独立做科研的方法，不要太早依赖AI。“刚开始写论文时，可以用AI查点资料，但尽量独立完成。等知道怎么做研究了，再借力AI提升效率。”

　　中国数学：上升之势与待解之题

　　今年7月参加国际数学家大会，袁新意最强烈的感受是“中国元素很浓”——两位中国籍数学家获得菲尔兹奖，另一位获奖者John Pardon虽是美国人，但中文讲得很好。

　　有意思的是，开幕式结束后等电梯时，他听到有外国学者说：“China is taking over math（中国正在接管数学）。”

　　一年前，他写过一篇《数学强国》，用数据分析中国数学最近十多年的飞速进步：已经强于日本和俄罗斯，虽然整体上仍弱于美国和欧洲（英法德等合计），但差距在迅速缩小。“这一年多来，我们进步速度超出我的想象。”他坚信，中国数学还会有更好的表现。

　　“过去十年，中国数学的地位一直在提升，尤其是近些年华人数学家接连拿到国际大奖。”他觉得，这是培养体系质变的结果，是多年积累的产物。“十年树木，百年树人。从培养到作出突破性成果，中间要几十年。我进北大时，很多国外著名数学家来组织活动、帮助设计课程。加上中国经济变好，自然能培养出好学生。二十多年前开始的人才培养体系建设，现在看到了成果。”

　　未来十年，他认为中国数学的机遇持续向好。“我们培养了大批人才，国际形势也在某种程度上促使人才回流。”

　　但挑战同样真实。他注意到，部分高校青年教师科研压力过大，评价机制相对单一，大家过于在意文章数量、期刊级别和各种头衔。“如果这个问题能解决，中国数学会发展得更快更好。”

　　近来中国数学家屡获大奖，大众对于数学的关注热度空前。他保持审慎的乐观：“过多的曝光可能影响专注度。但总体来说，数学受到这么大关注，做数学的人会觉得自豪，也可能激发更多年轻人对数学的兴趣，从而选择这个职业。”

　　（长江日报驻京记者柯丽芬）

　　【编辑：陈麒麟】