Mathematical Canonicalization（数学规范化）
定义
Mathematical Canonicalization 是 Tao 在 ICM 2026 提出的 knowledge lifecycle 最终阶段：把数学结果 restated in its natural generality、given its right proof（而非 first proof）、connected to its neighbors、absorbed into standard toolkit。这是 pipeline 5 阶段中最慢、最不易被 AI 优化、最有价值的阶段。
Canonicalization 的 4 个动作
- Restate in natural generality：从特殊 case 重述为一般形式
- Give right proof：从 first proof 演化为 right proof（最自然、最优雅的证明）
- Connect to neighbors：与 adjacent theorems、theories 建立显式连接
- Absorb into standard toolkit：进入教科书、参考材料、教学大纲
Pipeline 5 阶段中的位置
Solve → Verify → Communicate → Digest & Accept → Canonicalize
↑
最慢、最有价值
最不易被 AI 优化
为什么最慢
- 需要 broad deliberative consensus：community 多数学家共同判断"right proof"
- 需要 long temporal scale：从 first proof 到 right proof 通常几十年
- 需要跨 field 知识：canonical form 必须连接相邻领域
- 需要 teaching iteration：通过教学反馈反复修订
为什么最有价值
"Many applications of mathematics only become feasible once the underlying theory has been fully digested in this way."
- 应用触发：数学应用的可行性依赖 canonical 形式（如微积分在物理学应用）
- 训练数据：AI 工具的训练数据是 canonicalization 的产物——AI 的有效性能建立在人类 canonicalization 之上
- 自指结构：canonicalization 是 AI 能工作的前提
为什么最不易被 AI 优化
- AI 缺乏 broad consensus 建构能力
- AI 缺乏 long temporal scale 的判断
- AI 缺乏跨 field integration 的全局视角
- AI 缺乏 teaching iteration 的反馈循环
与 Knowledge-Compilation 的关系
| 维度 | Knowledge-Compilation | Mathematical Canonicalization |
|---|---|---|
| 域 | 一般知识管理 | 数学研究 |
| 动作 | source → entity → topic | restate → right proof → connect → absorb |
| 主体 | AI agent + human reviewer | 数学 community |
| 终态 | wiki/entity 节点 | 教科书/参考材料 |
| 时间尺度 | 月-年级 | 10-50 年级 |
Mathematical Canonicalization 是 Knowledge-Compilation 在数学研究域的具体形态，且时间尺度更长（canonical proofs 需要几十年而非几年）
与 Theorem Economy Fall（forward reference，未建 entity） 的关系
- 共同主张：shift from proof generation to proof digestion
- Canonicalization 是 digestion 的最高阶段
- Bessis "Fall of the Theorem Economy" 与 Tao 的 canonicalization 论断同源
关键数据点
- 提出者: Terence Tao（ICM 2026 演讲，2026-08 arXiv）
- 引用项目: Mathlib、Lean、Mathematical Discourse、Erdős database、SAIR competitions、First Proof、Palomar
- 关键论断: "AI 的有效性能建立在人类 canonicalization 之上"
前提与局限性
- 前提 1: 知识生命周期确实有 canonicalization 这一阶段（Tao 主张）
- 前提 2: canonicalization 不易被 AI 优化（结构限制）
- 边界: 4 个动作是数学域的展开；其他知识域可能有不同动作集
- 自指: AI 优化 canonicalization 受限于"AI 自身依赖 canonicalization"的循环——可能存在 structural limit
应对策略
- 强调 canonicalization 价值：在 hiring / promotion / grant 中纳入 canonicalization 贡献
- 结构化基础设施：Mathlib / Mathematical Discourse / Palomar 等新 venue
- Human-in-the-loop canonicalization：AI 提议，community judge
- 教学反馈回路：canonical form 通过教学迭代完善
关联概念
- Terence-Tao — 概念提出者
- Proof-Indigestion — canonicalization 是 bottleneck
- Knowledge-Compilation — 知识生命周期对应
- Theorem Economy Fall（forward reference，未建 entity） — 强调 shift
- Natural Proof Friction（forward reference，未建 entity） — canonicalization 的 input
- Human-Curation — canonicalization 是 curation 的最高形式
- Tacit-Knowledge-Lock-In — canonicalization 传递 tacit knowledge