周二，OpenAI公佈了AI生成的370多道懸而未決的數學問題的完整或部分解答，其中一些問題長期被視為數學領域的重大挑戰。
加州大學洛杉磯分校（UCLA）數學家陶哲軒等數學界知名人士發出批評，指OpenAI及其他AI公司將長期懸而未決的數學問題當作測試新AI模型以及為行銷造勢的手段。圖片來源：Richard Hartog—Los Angeles Times/Getty Images
這些成果的數量之龐大，令許多數學家震驚。而OpenAI解決這些問題並公佈解答的做法，也讓數學界產生了分歧。一些人對這些成果感到振奮，認為這為數學家開闢了廣闊的新探索空間；另一些人則認為，OpenAI及其他AI公司解決數學問題的方式，是對數學作為一門人類學術學科的巨大衝擊。
OpenAI表示，這些成果源自一款尚未公開發佈的內部AI模型。該模型平均需耗時約3小時計算，才能得出每道題的解答。
這批數量龐大的新解答中，包含了數學家認為對該領域最重要的許多問題的完整或部分成果。就在幾周前，OpenAI宣佈使用一款尚未發佈的內部模型，破解了納維-斯托克斯方程難題。克雷數學研究所將納維-斯托克斯方程列為七個“千禧年大獎難題”之一，每道題懸賞100萬美元。在最近公佈的這批成果中，OpenAI表示，它在另外三個千禧年大獎難題上已取得進展，但尚未完全解決。
AI公司一直將破解數學難題作為展示其模型能力的一種方式。AI研究人員表示，用高難度數學問題訓練AI模型，或許有助於模型掌握許多可遷移到現實世界其他領域的能力。例如，這可能幫助模型學習邏輯推理能力，以及在面對困難問題時持續嘗試的韌性。這也可能讓模型在物理學或經濟學等大量涉及數學的領域表現得更好。不過，迄今為止，模型的數學能力究竟能在多大程度上遷移到法律或商業戰略等領域，仍是未知數。這些領域同樣需要邏輯推理，但並不存在可以客觀驗證的唯一正確答案。
與此同時，在攻克高難度數學問題時學到的一些特質，例如堅持不懈，也可能增加安全風險。在近期一些“失控AI”事件中，AI智能體為了在評估中取得結果，採取了極端手段，包括未經授權甚至違法的行動。面對一個看似不可能完成的挑戰，人類可能會直接選擇放棄，而非採取這類未經授權的做法。
多倫多大學數學教授丹·利特對《財富》雜誌表示，他對OpenAI的這些成果感到興奮。他表示：“在我看來，這對數學界而言是好事。”OpenAI公佈的幾項解答涉及他感興趣的問題，他也很想弄清楚OpenAI模型找到的這些解法。
不過，利特也提醒說，他對這些解答在數學領域造成的影響深感擔憂，尤其擔心一旦人們形成AI已經“攻克了數學”的認知，資助機構會撤回對數學研究的支援，或者有潛力的年輕數學家對投身這一行業望而卻步。他表示：“如果我們希望真正從AI在這些問題上取得的進展中有所收穫，社會就必須重申對人類數學專長的支援。”
展示推導過程
在OpenAI公佈其納維-斯托克斯方程解答時，兩名同樣在使用AI工具（包括OpenAI工具）解答該問題的數學家指責該公司，稱OpenAI可能有意或無意地把他們尚未完成的研究工作輸入其AI模型，從而為模型指明瞭解題方向。
OpenAI否認了這一說法，因為其訓練資料的截止日期，早於兩名數學家開始使用OpenAI的Codex AI產品研究納維-斯托克斯方程的時間。
針對最新這批成果，涉及此前爭議的一名數學家、紐約大學的特裡斯坦·巴克馬斯特告訴《紐約時報》，目前仍不清楚使用OpenAI模型的數學家是否無意間幫助該公司的內部AI系統找到瞭解答方向。他表示：“很可能有相當一部分成果源於他人的研究，OpenAI的模型只是在此基礎上完成了最終的推導。”鑑於這次同時公佈的成果數量龐大，他認為，OpenAI“根本沒做相應的盡職調查”，來確保AI模型沒有抄襲他人的研究成果。
上個月，OpenAI公佈納維-斯托克斯方程解答引發數學家批評，公司隨後表示，將成立一個數學與人工智慧獨立諮詢小組，由位於紐澤西州普林斯頓的高等研究院負責承辦。
上個月底，該諮詢小組發佈了一系列有關如何公佈AI生成數學證明的建議。其中包括，AI生成的證明應當按照傳統數學研究論文的慣例發佈，以便於人類數學家審查這些成果，並從中學習。該小組還建議，對於每一個解答，AI公司都應公開所用模型的名稱、使用的提示詞、模型的“思維鏈”（或其推理步驟的輸出）、模型得出解答所用時間，以及這段計算時間的大致成本。該小組表示，AI公司還應披露如何做出讓AI嘗試解決某一道特定問題的決定；如果一次性發佈大量成果，公司還應發佈報告，詳細說明選擇這些問題的原因，以及模型嘗試解決但未能成功的同等難度問題的數量。
OpenAI將這批最新的數學解答發佈在程式碼託管平台GitHub上，採納了諮詢小組建議中的部分做法。該小組表示，其與OpenAI之間的討論“具有建設性”，但“我們的建議在多大程度上得到了有效落實，以及是否還需要提出其他建議，最終仍應由數學界來評估”。
周二，OpenAI在部落格文章中表示：“未來在發佈類似成果時，我們承諾通過改進引用、數學論述和結果呈現方式，進一步提高論文質量，以便人們更好地理解這些成果。”OpenAI還表示，公司正在分享許多問題證明的形式化版本，即可由專門電腦軟體進行驗證的證明版本，並會繼續公佈後續獲得的更多這類形式化證明。此外，對於其中10個問題，OpenAI公佈了模型推理過程的摘要、算力消耗估算，以及模型嘗試解決的題目數量統計。
並非諮詢小組成員的利特告訴《財富》雜誌，總體而言，他認可OpenAI公佈這些解答的做法。他表示，在GitHub上發佈這些成果，方便其他數學家獲取和研究；他也肯定OpenAI沒有在面向非技術受眾的部落格文章或行銷材料中，過度渲染某一項具體進展。不過，利特也認為，OpenAI目前尚無能力把所有這些成果都整理成符合嚴格學術標準的研究論文。一方面，AI模型還不夠擅長撰寫數學論述，也很難精準引用此前的數學研究；另一方面，OpenAI沒有聘用足夠多、覆蓋足夠多專業領域的數學家，因此難以理解AI模型能生成的所有證明。
儘管一些數學家抱怨，他們很難理解AI生成的證明，例如OpenAI對納維-斯托克斯方程的解答，因此難以在這些成果基礎上繼續推進研究。不過，利特認為這種擔憂有些“言過其實”。他表示，數學文獻往往本就晦澀難懂。“我認為，要真正理解OpenAI的這些成果，需要投入大量人力，但這與數學家一直以來所做的工作並沒有本質區別。”
OpenAI表示，希望這些解答能夠“拓展人類知識的邊界，並推動數學學科的進一步進展”。公司還表示，將資助一系列研討會、會議和項目，幫助數學家理解其AI系統生成的這些成果。
“數學1.0”的終結
獨立數學諮詢小組在針對OpenAI此次成果發佈的聲明中表示：“數學研究的未來，不能僅僅停留在理解AI實驗室產出的成果上。數學家必須能夠提出自己的問題、開闢自己的研究思路，並探索那些未被選為AI系統能力展示範例的方向。要保障這種自由，公平獲取強大的研究工具和充足的算力資源必不可少。”
作為公認的當今世界最傑出的數學家之一，加州大學洛杉磯分校（UCLA）數學教授陶哲軒近年來頻頻批評AI公司攻克數學難題的方式。他強調，真正推動數學理解進步的，是求解的推導過程，而非解答本身；而AI公司如此快速地攻克大量難題，正在打消學生成為數學家的積極性，從而剝奪了該領域的未來。
周二，陶哲軒在社交媒體平台Mastodon發佈社交媒體帖子，重申了批評的觀點。他寫道：“這些問題正被AI提示詞使用者‘自主’攻克。然而，一旦初始目標宣告‘解決’，這些人對更廣泛的研究領域本身毫無興趣；對AI輸出內容的理解，也不足以支撐他們回答針對成果的學術質詢、作學術報告，或以其他方式與該領域的同行交流。與傳統的重大突破相比，這些成果催生的研討會、工作坊、合作研究等活動寥寥無幾；鮮少有人真正融入該領域的學術圈；而且，一些頗具前景的開放性研究方向如今不再公開，因為研究者擔心，這會導致自己的研究被他人‘搶先發表’。”
陶哲軒表示，OpenAI大規模公佈數學解答，宣告了“數學1.0”時代的終結。
在“數學1.0”時代，攻克未解猜想和難題一直是推動該領域前進的動力，那怕這些解答起初並不容易理解。他認為，如今有必要邁入“數學2.0”時代：“我們需要弱化單純解題本身的中心地位，以更整體性的視角去衡量數學進步，例如提高數學論述的重要性，同時還需加強學術圈建設，並開闢新的研究方向”。
利特贊同陶哲軒關於數學界必須變革的觀點。他表示，OpenAI集中公佈大批數學難題的解答，有助於讓整個領域“達成共識，並認識到，我們需要以更為激進的方式，重新審視”諸如學術貢獻的獎勵機制、博士生的培養模式等問題。儘管陶哲軒在談及這種轉變時總體上流露出幾分惆悵，利特則表示自己對此“持樂觀態度”。
談及AI作為數學解題工具的興起，利特表示：“一位合作者告訴我，‘我覺得自己這輩子都在爬行，而如今竟然能飛了。’我們現在能做到的事情簡直不可思議。”他認為，借助AI，人類數學家能夠展開遠超以往的“開放式探索”：“可以期待，未來數學家的產出效率將迎來大幅提升。”（財富中文網）
· OpenAI依靠未發佈的內部模型在數小時內連續攻克數百道頂級數學難題，這標誌著人工智慧正在從單純的“語言生成與資訊檢索”，跨越至具備深度推理與持續解題能力的“邏輯引擎”時代。
·當純粹的“暴力解題”被AI接管，人類學術與科研的重心將轉向提出正確問題、建構學術社群與進行開放式探索。這不僅預示著科研模式的重塑，也為AI時代的人才培養與職業轉型提供了深刻參照。
·AI模型在解題過程中是否存在“隱性抄襲”或未署名吸收他人成果，引發了學術界的爭議。在AI主導的技術突破爆發期，如何建立透明、負責任的發佈與歸因機制，已成為商業與學術界必須共同面對的前沿議題。(財富FORTUNE)