对话Meta杨凯峪：给 AI 打钢印的人丨独家专访

主要观点总结

杨凯峪，Meta FAIR研究员，专注AI4Math领域的研究。他介绍了自己的学术经历、研究方向与领域进展、研究方法与结合大模型的技术，以及对行业生态和开源理念的理解等。

关键观点总结

关键观点1: 学术经历与转折点

杨凯峪从电气工程转到机器学习研究，之后在博士期间从计算机视觉转向AI4Math。他介绍了在学术生涯中的几个关键转折点，以及每个阶段的研究重点。

关键观点2: 研究方向与领域进展

杨凯峪的研究方向是AI for Math，特别是形式化数学。他提到了当前领域的核心问题，如AI辅助数学的重要性，以及最需要解决的问题，如非形式化和形式化数学方向的重要进展。

关键观点3: 研究方法与结合大模型的技术

杨凯峪介绍了他的研究方法，包括利用大语言模型在形式化数学上的工作，以及模型推理层面的应用。他认为大模型为数学问题提供了关键的推理能力。

关键观点4: 行业生态与开源理念

杨凯峪评价了海外研究圈子对DeepSeek的评价，以及开源生态对AI行业发展的影响。他认为开源生态对计算机科学领域的研究推进至关重要，并谈到了他对Meta等公司的研究侧重点和机制的理解。

关键观点5: 未来展望与对青年建议

杨凯峪分享了他的研究规划，包括AI在解决数学问题上的未来应用，以及他对青年研究者的建议。他认为交流和选择重要的项目方向非常重要，并鼓励研究者们开放交流，不必过度担心研究成果的保密问题。