2026 年 7 月 23 日，国际数学家大会ICM在费城开幕，大会公布了邓煜、王虹、John Pardon和Jacob Tsimerman四位菲尔兹奖得主。 就在本期播客节目，邓煜老师接受了获奖以来的首次长视频专访。 坐在他对面的主持人是Maddy Tao，曾主持SAIR多期播客。 邓煜老师在本次采访中不仅分享了获奖后的真实感想，以及对AI发展的深刻印象和独特判断，还独家透露了下一步的研究方向。 用科学家的最新观点来磨磨耳朵吧

本期嘉宾：SAIR Foundation联合创始人、菲尔兹奖得主、UCLA数学教授陶哲轩（Terence Tao），与他的长期挚友、计算艺术史学者Tanya Klowden。一位深耕纯数学，一位专攻16世纪西班牙肖像画，却共同完成了论文《AI时代的数学方法与人类思维》。 【时间线】 00:06 嘉宾介绍及研究背景 01:21 论文背景与目的 03:30 AI在数学和科学中的应用 05:12 AI的信任与关系建立 06:20 AI的伦理与社会影响 06:31 论文对读者的影响与期望 07:12 AI在数学研究...

本期嘉宾：1998年菲尔兹奖得主、微软研究院Station Q创始人、拓扑量子计算奠基人迈克尔·弗里德曼（Michael Freedman），因破解四维庞加莱猜想荣获菲尔兹奖，现致力于用代数模型探索数学与AI的深层关系。 【时间线】 00:06 数学的本质与压缩 01:28 压缩在数学中的重要性 05:16 数学库的统计分析：以mathlib作为研究模型 07:00 正式数学的爆炸性增长：指数级增长 15:48 宏观与微观的压缩 19:42 PageRank算法在数学中的应用 23:52 核心定义与常见定义...

本期嘉宾：1998年菲尔兹奖得主、剑桥大学教授Tim Gowers，Polymath项目创始人，以组合数学工作和在线协作模式闻名。 【时间线】 02:00 英式圆周日的尴尬：14/3 vs 3/14，建议4月31日可惜不存在 06:30 授爵仪式：从David Cameron来信到女王剑礼，幼子的"打仗"疑问 15:20 数学之路：四位名师接力培养，IMO 1981入选的转折点 28:00 AI时代的不确定性：2-3年内的两种情景研判 35:40 计算器类比：为什么AI时代仍需掌握基础数学 42:10 Po...

本期嘉宾：2017年图灵奖得主、斯坦福前校长、Alphabet董事长John Hennessy。作为RISC架构联合创始人、MIPS与Atheros创始人，Hennessy被誉为"硅谷教父"。 【时间线】 02:00 数学作为基础工具：如何用统计学将计算机架构从艺术变为工程 08:30 《计算机体系结构：量化研究方法》的方法论革命 15:40 AI验证：数学证明算法与"人类在环"的必要性 22:10 AI作为科研基础设施：从电子显微镜到Agentic AI 29:50 AGI瓶颈：为什么缺了世界模型，大语言...

本期内容来自2020年图灵奖得主、斯坦福名誉教授Jeff Ullman在国际数学日的特别访谈，由SAIR Foundation呈现。 【时间线】 01:30 技术挑战全景：从芯片到安全防护的完整链条 08:45 AI的本质定义："clever algorithms"而非思维模仿 15:20 给年轻科学家的建议：物理基础不会因AI而过时 22:10 社会适应的工业革命类比：就业变革与终身学习 31:40 对"集体化科学发现"的冷静质疑38:50 AGI展望：以《星际迷航》Data为参照系 46:00 彩蛋：1...

Shownotes： 本期嘉宾 * Manuel Blum：1995年图灵奖得主，计算复杂性理论奠基人，密码学与程序验证先驱，卡内基梅隆大学名誉教授 * Lenore Blum：美国数学学会前副主席，BSS实数计算模型联合创始人，数学意识科学协会（AMCS）主席，卡内基梅隆大学名誉教授 内容索引 00:00 开场：国际数学日与SAIR Foundation 02:15 Lenore Blum的数学启蒙：从9岁辍学到发现数学的"永恒性" 08:40 Manuel Blum的学术起点：被误判的"笨小孩"与父亲的...

数学家、前香港科技大学校长Tony Chan在国际数学日采访中分享了多维度的深刻见解。 他回忆去年在加州理工学院与本科生和教授共庆国际数学日的经历，强调数学普及教育的重要性。 Chan指出AI在复杂科研中面临的技术挑战包括：当前大模型方法是否已达极限、数据边际效益递减、以及神经科学与大脑机制的未知领域；但更大挑战在于非技术层面——辨别真伪、伦理风险与AI失控等"人性面"问题。

Michael Freedman 做客 SAIR Foundation 国际数学日特别节目。 这位国际知名数学家、菲尔兹奖得主分享了他对拓扑、AI 与未来数学发现的独到见解。 弗里德曼是1986年菲尔兹奖得主、前微软量子计算研究部门（Station Q）负责人。 因证明了四维庞加莱猜想而获奖。他后来转向物理学和计算机科学，致力于拓扑量子计算的研究。

兰迪·谢克曼（Randy Schekman），2013年诺贝尔生理学或医学奖得主、加州大学伯克利分校细胞生物学家、SAIR顾问委员会创始成员，为我们讲述了现代科学史上最非凡的旅程之一。 兰迪·谢克曼因他在囊泡运输领域的开创性工作而分享了2013年诺贝尔生理学或医学奖。他揭示了细胞用于运输和分泌蛋白质的分子机制。 这项研究始于一个看似简单的面包酵母实验，最终演变成一份历时30年的蓝图，解释了从大脑如何与自身通讯，到胰腺如何分泌胰岛素的一切机制。 如今，全球三分之一的人用重组胰岛素供应都得益于这项工作。这是一场...

SAIR联合创始人、加州大学洛杉矶分校教授及菲尔兹奖得主陶哲轩分享了他对人工智能如何开始重塑数学领域的思考——这门学科的结构数个世纪以来未曾改变。 此次对话在加州大学伯克利分校录制，陶哲轩探讨了数学领域的文化保守主义、大规模协作的兴起、形式化验证，以及人工智能如何拓展——而非取代——人类的数学创造力。 从黑板与独立解题，到GitHub代码库、众包证明与机器辅助发现，这段对话深入探讨了在人工智能时代，不确定性、验证方式与协作模式如何演变。人工智能会取代数学家的工作——还是会开启全新的思维方式？

斯坦福大学教授、图灵奖得主、SAIR顾问委员会创始成员杰夫·厄尔曼，凭借数十年的计算机科学积淀，为我们带来了一场关于人工智能的坦诚洞见。 在本次演讲中，厄尔曼深入探讨了人工智能在计算发展长河中的定位，分享了他的兴奋与关切，并剖析了当下的技术突破与以往技术浪潮的异同。 他以清晰的思路和谦逊的学术态度，剖析了这个时代真正的新意所在，以及哪些不过是历史的又一次重演。 本次对话在加州大学伯克利分校录制。

在本期《On the SAIR》节目中，主持人彼得·L（Peter L）与诺贝尔物理学奖得主巴里·巴里什就引力波的发现、精密科学的重要性以及人工智能将如何塑造未来科学研究展开对话。 巴里什回顾了他从粒子物理学转向领导LIGO实验的学术历程，这一实验开启了观测宇宙的新窗口。他阐述了数十年的工程技术积累、实验探索与技术创新如何使引力波探测成为可能，并阐释了为何精密仪器是重大科学突破的核心要素。 对话还探讨了人工智能在科学发现中的作用、学术研究与其产业化发展之间的鸿沟，以及为何需要诸如科学与人工智能研究基金会（S...

如果说物理学是科学的基石，那么AI在这块基石上的立足仍显蹒跚。我们正面临一个深层的方法论冲突：物理学依赖统计显著性来建立真理，而AI的神经网络却是无法解释的黑盒。 诺贝尔物理学奖得主Barry Barish以LIGO探测引力波的经历为例，揭示了AI在基础物理中的真实角色——不是颠覆性的发现工具，而是工程优化的加速器。从模板库匹配到卷积神经网络，AI让探测更快，但发现本身仍属于人类。 在本期节目中，你将听到： 为什么AI在物理学中的影响远不如在图像生成领域显著？统计显著性：物理学信任的基石，AI的软肋；LIG...

如果说当前的AI是一座宏伟的图书馆，那么未来的AI将是一位永远在探索的旅行者。我们正从"训练于人类数据"的时代，迈向"学习于经验"的时代——这不是关于拥有多少知识，而是关于如何在与世界的互动中不断进化。 强化学习之父Rich Sutton提出了一个激进的观点：真正的智能不在于模仿人类，而在于通过试错学习实现目标的能力。从AlphaGo的创造性落子到婴儿与玩具的互动，他揭示了智能的本质——预测与控制经验的能力。 在本期节目中，你将听到： 为什么当前AI的"快速进步"可能被高估了？"人类数据时代"的局限性与瓶颈...