在中國奧數隊曆史性五連冠被美國隊終結後，一個名字被反複談起。
羅博深（Po-shen Loh）。
他是前美國奧數功勳教練，執教十年間四次帶隊獲得團隊冠軍，隊員們累計獲得 46 枚 IMO 金牌。
此前他被媒體評價爲帶領美國奧數隊伍重回巅峰，迎現在「黃金時期」。
盡管去年已從領隊職位卸任，今年美國隊的奪金，他同樣功不可沒。
應美國數學協會 MAA 之邀，羅博深在今夏最後一次主持主辦了 MOP 夏訓，并和其他負責人一起，選出了代表美國隊參加 IMO 的六名隊員。
在學術生涯上，羅博深專注于組合數學、概率論和計算機科學領域，自 2010 年在普林斯頓大學取得博士學位後，便加入卡内基梅隆大學任職數學教授，并在 2013 年至 2023 年期間擔任美國 IMO 教練。
如今，他也向我們透露了他下一段旅程，一個創業新項目：
還是與教育有關，但不止數學教育，與 AI 也可以說不無關系。
"AI 注定超越奧賽選手，不建議用 AI 來學數學 "
就拿最近這次「谷歌 AI 斬獲 IMO 銀牌」的表現來說，羅博深坦言就受到了不小的沖擊，甚至表示過不了多久 AI 注定會超越人類選手。
谷歌 AI 成功解出四道 IMO 題目，總分直接差一分就達到金牌标準，這成績超越了當年羅博深參加 IMO 的競賽成績（剛好銀牌标準超一分）。
年初，谷歌 DeepMind 的 Alpha Geometry 解出 IMO 幾何題，許多數學家們并不十分意外。因爲理論上來說，幾何類題目涵蓋的定理内容确實相對有限，讓 AI 足以通過題庫搜索調用定理來解題。
令羅博深意外的是，最新 AI 已經能解決數學證明題，尤其是今年 IMO 比賽中最難的第六題，這并非依靠簡單的題庫搜索就能解決。
來看看這道題，它有個特别的" 與 "/"or"，跟以往題型隻包含一個等式很不一樣，難倒了不少學生，最僅有五位選手拿下滿分。
他告訴我們，當時題目一出來，他就認爲 AI 肯定做不了。
結果出乎意料，AI 不僅解出了這道題，甚至還拿到了滿分。再結合 IMO 一貫的選題特點，他甚至将這一突破與1957 年第一次人造衛星相提并論。
在訪談中，羅博深也提到了 IMO 出題人的一個永遠的執念：奧賽題，應該是集思廣益創造出的、人們從沒見過的題目。
一般來說，在 IMO 開始前三天，所有國家隊領隊都會聚在一起參加會議。他們的任務是從衆多候選題目中彙總篩選出最終的題目。
具體怎麽選呢？
羅教授提到，每年的 IMO 候選題目名單包含大約 30 到 40 道有趣且新奇數學題目，經過探讨和論證，各國領隊會從這個名單中确定最終的 6 題。
在評選過程中，一個非常重要的标準是：
如果一道題目與過去某次競賽中出現的題目過于相似，那這道題目就會被排除。
因此經常會出現這樣一種情況，一些經驗豐富的領隊會發現，某道題目在 15 年前曾在某個不太知名的數學競賽中出現過，所以我們不能再用它。
IMO 題目通常不會着重于大量計算，也并非如大家所想的那樣需要運用極爲高深的數學知識。實際上，IMO 所運用的數學知識主要還是高中階段所涉及的内容，甚至都未涉及到微積分，很多時候，其難度在于别具一格的形式和獨具匠心的解題思路。
羅教授覺得，過去，AI 大模型本質上是個概率盒子，通過計算單詞出現的概率來進行輸出，所以很難有辦法解決人類從未找到解法的問題。
" 人類文明需要進入高度戒備狀态 "
如今，AI 模型已經能夠解決 IMO 數學題，這意味着 AI 已經能夠處理那些以往人們認爲難以處理的問題，這是一個極其重大的進步。
羅博深對于人類的處境并不樂觀，他覺得，随着 AI 的進一步發展，人類需要高度警惕在教育上對 AI 的使用。
在這個時代，我們需要保護人類，需要通過人的教育，而非 AI 的教育，讓人性與文明得以傳承。
與其依賴人工智能來教育出更多的 " 機器人 "，我們應該更加重視培養優秀的人類老師和教練來助力我們的下一代，因爲這些人類老師，不僅能夠教授學術知識，還能夠教導人性。
但AI 的發展，也的确推動了對傳統教育模式的思考。
具體到數學教育的變革，羅博深認爲，在孩子的思維培養訓練方式方面，我們或許應沿用傳統方法。我們依然期望孩子們能認同獨立思考以及與他人思維碰撞的價值，持續激發并鼓勵孩子的好奇心與求知欲，使孩子喜歡上通過自身努力和與他人協作，以創造性的方式解決問題所帶來的興奮感與滿足感。
羅博深指出，當前許多教培機構或者科技教育平台都在嘗試利用 AI 來培養人才。它們的模式大體上是由 AI 出題、提供解題思路，然後讓學生不斷練習。對于這些公司而言，使用 AI 能夠降低成本并提高效率，然而其教育理念仍延續傳統的練題刷題模式，并未有本質的改變。這是極不可取的。
在他四處講學過程中，他發現要想真正教好一個學生，第一最重要的就是讓學生想學。如果學生不想學，那麽用什麽樣的工具，什麽樣的 AI 都沒有用。
因此在被問到給學生用 AI 來學數學、學奧數的一些建議時，羅博深直截了當地回答：
我認爲我們并不需要依賴人工智能來輔助學習。現有的學習方法已經到足夠。
更重要的是，随着人工智能的出現，我們現在面臨的一個核心挑戰是，所有人都必須學習如何解決問題——特别是那些從未見過的問題。
過去，可能隻有準備參加高難度、複雜數學競賽的人會花時間去培養這種能力，他們投入大量時間來學習如何解決具有挑戰性的問題。
而其他學生在學校裏往往隻是照本宣科地去學習，比如，這種題目應該這樣解，那種題目應該那樣解……
學生依靠記憶力，記住各種題目的解法，以期在考試過程中遇到類似題目時能夠快速解答。
這是大家準備考試的普遍方式，但羅博深認爲，現在這種方式實際上是在浪費資源，人們不應該在寶貴的學習期間僅僅做這樣的練習。
尤其現在，對于重複性解題，AI 無疑可以完成的更快更好。
羅博深一直都在強調，數學最根本的意義在于思考和邏輯。教育的本質是使人學會思考、學會探索，而不是爲了準備考試，考試永遠隻是一種手段，而非最終目的。這也是他一直推崇競賽數學的緣由。
因爲在他眼中，數學競賽絕不是升學途中的點綴，除了能讓孩子接觸到更複雜、更有趣的數學題目，更爲重要的是在解題過程中培養孩子思考和解決問題的膽量。
解答競賽數學題目，需要孩子切實學會調動自身的積極性，不斷去嘗試，運用不同的知識，從不同的角度和思路與問題進行碰撞，而競賽成績，或許是最微不足道的附加值。
讓 " 人類智慧 " 在 AI 時代茁壯成長
也正是基于對 AI 與教育的思考，在 IMO 競賽教練生涯的後期，羅博深開展了一個新穎的教育項目：
讓頂尖高中生爲更小的學生（9 - 13 歲）直播講授數學課。
其最爲獨特的地方在于，每一位高中生 " 講師 "，不僅數學能力出衆，還都接受了專業影視演員、喜劇演員和戲劇演員的表達與表演訓練。
相較于常規的數學課，LIVE 的教學風格更像是一種即興表演，注重交流讨論、實時反饋，再加上遊戲直播間般專業的燈光布置，以及線上的各種視覺特效，使得數學教育更像是充滿趣味的社交媒體直播，而非枯燥無趣的傳統線上課堂。
讓數學課變成孩子愛看的 B 站、小紅書（在國外對應 Twitch 和 Instagram）那樣。
這些高中小講師對于聽課的更小學生來說，更像是身邊的一種榜樣。
當然也不是光有娛樂性，課程難度其實也不低，覆蓋 MATHCOUNTS、AMC 8-12 和 AIME 競賽内容。
那麽參與項目的高中生獲得了什麽呢？
LIVE 不僅爲選中的高中生老師們提供免費且專業的表演、演講輔導，還能接受來自羅博深教授的指導。同時，能夠被選中加入這個社區，也從側面反映了老師在學術、表達、人際交往，甚至責任感等許多方面能力的優秀。今年項目裏剛剛畢業的 30 名高中生中，就有 6 人獲得哈佛的 offer。
在羅博深創建這個社區時，他最看重的是對學生情商和人性的培養：讓這些學術上十分優秀的孩子，成爲能夠理解旁人、激勵旁人、幫助旁人的人。
今年，讓羅博深印象最爲深刻的高中生老師之一，是一位考上了 MIT，并積極主動參與組織活動，成爲整個新生 Discord 頻道管理員（類似于新生群群主）的人。之所以印象深刻，是因爲羅博深非常認可這位同學，其能主動抓住機會，成爲新一屆學生中影響力最大的人。
LIVE 就是希望培養老師們這樣的能力，讓孩子們一進大學，就能成爲最會說話的人，成爲同年齡段中最有影響力的人。
所以總結一下，羅博深認爲自己實際上是發明了一個生态系統，在這之中教、學兩方得到雙赢：
9 - 13 歲的學生因興趣而踏入數學競賽的大門，學好數學；高中生無需參與無意義的内卷，也能升入心儀的學校，還能獲得更出色的表達能力和共情能力，通過成就他人，進而成就自己。
此外，爲老師們進行表演和表達訓練的演員們也能得到一份兼職工作機會。羅博深期望這樣一種有機的生态，能夠助力學生和老師，數理和藝術，相互成就，達成多赢的局面。
這也是他從博弈論的理論出發，設計這個 " 非零和遊戲 " 系統的目的。相比隻能助力少數精英成長的 " 金牌教練 "，羅博深希望自己能夠幫助更廣泛的青少年成爲更優秀的人。
他所創建的這個系統，也如同 AI 系統一般擁有令人驚歎的 "Scaling Power"（規模化能力）：
每一個演員能培訓出 20 個高中生講師，每一個高中生給 20 個初中生講課。
如果能夠達成階段性目标，使全美國高中生中的 1%，也就是十萬名高中生參與其中，相應地，就能助力 15 至 20 倍數量的初中生獲得更優質的教育。
而這些初中生長大後，或許有一部分會再次以高中生講師的身份加入 LIVE，真正實現 " 初初高高 " 的無窮循環。
對于整個教育系統來說，也加快了叠代速度。
以前可能每二三十年才換一波新老師、換一波教材，在新體系下更新速度現在提升到了 4 年。
那麽，是什麽驅使羅博深開創這樣一個項目？
在當他還擔任國際數學奧林匹克（IMO）教練時，就看到不少學生，數學能力超群，情商表達不足。
他知道，這些數學天才們未來往往會進入非常頂尖的企業，成爲管理者，領導者，甚至成爲創始人。而羅博深希望，除了讓這些聰穎的腦袋能發揮才智，也要讓這些孩子學會關注世界，關心旁人，關愛人類，這樣，當這些孩子成長爲能夠獨當一面的人，也會從事對人類有益的事業。
尤其 AI 大模型的時代，羅博深感到這個任務更加緊迫了。
如果 AI 研究員都不關心人類，訓練出來的 AI 就更不會幫助人類了。
其實在 AI 研究界，也有不少與他持相似觀點的人，曾有人提出 " 要是 OpenAI、Anthropic 這些前沿機構的 AI 研究員自己都有孩子，AI 對齊問題就能更容易解決了 "。
不過身處教育界的羅博深，發現了自己的另一個使命：
把有潛力成爲未來學術精英和商業領袖的人，盡量培養成關心人類的人。
LIVE 項目自 2021 年啓動以來，最早的一批高中生老師如今已經踏入大學校門，許多人目前是高校大一大二的學生。這樣的教育模式，能否如羅博深所期望的那樣，培養出更加傑出的人才？我們拭目以待。
