到2027年，我们不会接近于正式化在怀尔斯证明费马最后定理之前所使用和看起来的数学的几乎百分之几。 到2035年，我们也不会有AI进行新颖和实际的数学研究（大多数厄尔多斯和国际数学奥林匹克问题集与此完全不同），而没有整个要点和难度（即弄清楚什么实际上重要并且真正具有创造性）——这只会加速人类仅仅关心的部分（正式部分）。数学研究同样涉及识别正确的问题是什么，什么是有趣的与琐碎的，也许最重要的是对结果为何重要的实际理解（！！！）而不是其他任何事情。 这也没有提到并非所有数学领域都有相同的计算“可接入性”。 我们仍然非常遥远（但我们更接近了！）于研究，尤其是数学研究，由AI“主导”，任何告诉你相反的人，要么是指“一个令人难以忍受的无聊的研究定义”，要么是在撒谎，或者是个白痴，或者三者皆是。 我认为到2027年一半的新数学结果是AI生成的这个想法是可笑的，除非我们在某种程度上精神失常到将数学结果定义为仅仅是一些符号和基于一些简单规则的逻辑推理的形式字符串。 明确来说，我的观点并不是“数学的自动形式化”不有效，它在许多方面都是非常有价值的——主要是因为人类会做更好的数学，或者更好地利用他们的时间，但当然它本身没有价值，因此并不“自动化数学研究”。我的观点也不是说AI永远无法进行实际的数学研究：我相信它可以，但当然它不会在两年内从当前的2020-2025技术中掉落。

真正的数学家可能会站出来反对，我不是一个真正的数学家，但我怀疑一个纯粹的计算机怪物或一个纯粹的数学怪物会有太多的反对意见，因为他们根本对任何一方都了解得不够。

明确来说，我认为我们目前正处于一个人工智能能够与人类结合提供新颖证明的时代，自动形式化将持续增长，而GDM可能很快就会获得Navier-Stokes等。 我的观点不是说这没有用，而是说根本上最困难的部分仍然是并且将仍然是由人类驱动，直到人工智能研究有显著进展（在我们现在和未来几年仍将处于的仅解码自回归热潮之外）。