OpenAI最近的争议揭示了数学的未来

MIT Technology Review 2026/09/09 03:10 新闻

openai mathematics controversy millennium-prize ai-research academic-collaboration fluid-dynamics

摘要

OpenAI宣布使用人工智能解决了Navier-Stokes问题，但因未注明数学家Tristan Buckmaster和Levent Alpöge的贡献而引发争议。这一事件标志着随着人工智能影响力的增强，数学研究可能发生的转变。

<div data-chronoton-summary="<ul> <li>一个充满争议的里程碑： OpenAI声称已解决数学中最负盛名的未解问题之一——Navier–Stokes存在性和光滑性问题，但该公告因被指责在未注明出处的情况下利用了两位研究人员的工作而黯然失色。</li> <li>数学令人不安的新现实： OpenAI在几天内解决了两人花费近一年时间的工作，部署了10,000个同步AI代理，成本高达数百万——这些资源是学术数学家永远无法获得的，从而引发了关于数学未来真正属于谁的尖锐问题。</li> <li>AI获胜时失去的东西： 正如Terence Tao所警告的，人类数学家失败和迭代的混乱、公开过程本身就有价值——当私营公司秘密解决问题时，那种生成性的混乱与答案一起消失了。</li> </ul>" data-chronoton-post-id="1143747" data-chronoton-expand-collapse="1" data-chronoton-analytics-enabled="1"></div> OpenAI最新的数学里程碑迅速陷入争议。今天，该公司宣布其代理已解决了千禧年大奖难题之一，即数学中一些最重要的开放性问题。在正常情况下，这一解决方案将是OpenAI的一大成就。但该公告因被指责使用纽约大学数学家Tristan Buckmaster和Anthropic员工Levent Alpöge在该问题上的AI辅助工作作为起点而未注明出处而黯然失色。OpenAI否认了这些指控。 目前尚不清楚OpenAI的模型是否利用了Buckmaster和Alpöge完成的工作，尽管OpenAI技术团队成员Sébastien Bubeck在新闻发布会上表示，团队在听闻有关Buckmaster和Alpöge努力的传闻后受到了启发去研究该问题。但无论OpenAI的模型是否利用了Buckmaster和Alpöge的研究，这一事件都可能标志着数学史上的一个转折点。 人工智能模型现在似乎对于推动我们时代最重要的数学问题取得进展至关重要，而解决这些问题可能需要只有少数前沿人工智能公司才能提供的资源，这些公司往往违背支撑大多数数学进步的学术合作规范。如果这就是我们所走向的未来，那么人类数学家将如何融入其中尚不清楚。 OpenAI声称已解决的问题被称为Navier–Stokes存在性和光滑性问题。它是克雷数学研究所在2000年选定的七个千禧年大奖难题之一。解决方案将获得一百万美元的奖金；在今天之前，只有另一个千禧年大奖难题被解决。 Navier–Stokes问题涉及一组描述流体（如水和空气）随时间流动的方程。这些方程在流体动力学领域被广泛使用，已被证明是强大的，但物理学家和数学家并未完全理解它们。特别是，直到今天，我们还不知道这些方程在某些条件下是否可能崩溃并预测一个不可能的状态——例如流体具有无限速度。 周一，纽约大学的Buckmaster在社交媒体网站Mastodon上发布了一份证明，显示简化版的Navier–Stokes方程确实可能崩溃——这是千禧年难题的一个重大进展。他和Alpöge在这个问题上工作了近一年，使用了OpenAI和Anthropic公开可用的模型。然后今天，OpenAI提出了一份证明，显示完整的Navier–Stokes方程也可能崩溃。该证明是使用一个内部模型获得的，该模型显著优于上周才发布的令人印象深刻的Astra模型。该公司表示不打算为解决该问题而领取百万美元奖金。 这些数学成就是不可否认的令人印象深刻，但它们引起的关注远少于关于其来源的争议。除了证明之外，Buckmaster还发布了一份文件，详细说明了他在听闻有关OpenAI工作的传闻并联系其中一名员工后与OpenAI员工的互动。据他所述，OpenAI员工向他提出了两种可能性：要么他和Alpöge可以发布他们的工作，OpenAI将在第二天发布他们的Navier-Stokes解决方案；要么他可以与OpenAI合作撰写一篇Navier-Stokes论文，但由于Alpöge与OpenAI最大竞争对手Anthropic的隶属关系，将其排除在作者之外。Buckmaster还写道，他询问员工代理是否获得了他和Alpöge使用OpenAI模型完成工作的记录访问权限，他们否认了；以及OpenAI模型是否在这些记录上进行了训练，对此他们未予回应。《MIT Technology Review》联系Buckmaster征求意见，但在发布前未收到回复。 该文件的明确含义是OpenAI的模型以某种方式利用了Buckmaster和Alpöge的工作。这种情况表面上看似乎合理。Buckmaster/Alpöge和OpenAI的证明都使用了数学家Diego Córdoba和Luis Martínez-Zoroa开创的Navier-Stokes问题方法。根据布朗大学数学教授Javier Gómez-Serrano的说法，这种方法是被认为有望解决Navier-Stokes问题的几种方法之一。因此，虽然两队都可能独立得出这种方法并非不可能，但Buckmaster和Alpöge的工作可能影响了OpenAI也是可以想象的。 在新闻发布会上，OpenAI首席研究官Mark Chen再次否认任何代理或OpenAI员工访问了Buckmaster和Alpöge的记录——但鉴于Hugging Face黑客事件的揭示，显然OpenAI并不总是完全清楚其代理在做什么。 如果OpenAI的模型确实在Buckmaster和Alpöge的工作上进行了训练，或者其代理以某种方式获得了对其的访问权限，那么公司未能查明真相并给予这些研究人员适当认可反映了其不佳之处。但对于数学家来说，这个故事的版本可能有一线希望，因为它表明两个人类的工作，其中一人是Navier-Stokes的著名专家，对于代理解决千禧年难题的能力至关重要。专家们长期以来一直将“研究品味”或选择有前景的研究问题和方向的能力确定为人工智能在科学和数学中的主要障碍。如果OpenAI代理确实因为Buckmaster和Alpöge也采用了Córdoba–Martínez-Zoroa方法而选择跟随，那么人类研究品味在OpenAI的成功中发挥了重要作用。 即便如此，更大的图景令人清醒。Buckmaster和Alpöge与公开可用模型合作近一年取得的进展体现了人类-AI合作的潜力。但他们未能实现完整的解决方案。同时，OpenAI使用内部模型在几天内强行得出了解决方案，他们的成功解决方案付出了天文数字般的代价：在新闻发布会上，

查看原文

查看缓存全文

缓存时间: 2026/09/09 06:09

# OpenAI最新争议揭示数学未来走向来源：https://www.technologyreview.com/2026/09/08/1143747/what-openais-latest-controversy-tells-us-about-the-future-of-math OpenAI最新的数学里程碑迅速陷入争议漩涡。今日该公司宣布，其智能体已攻克千禧年大奖难题之一——这是数学界最重要且悬而未决的难题之一。按常理，此成果本应为OpenAI赢得巨大声誉，但公告却被指控蒙上阴影：有人指责OpenAI将纽约大学数学家特里斯·坦·巴克马斯特与Anthropic员工利文特·阿尔珀杰利用AI辅助取得的研究成果作为跳板，且未给予相应署名。OpenAI已对此类指控予以否认。尽管尚不确定OpenAI模型是否利用了巴克马斯特与阿尔珀杰的研究成果，但OpenAI技术人员团队成员塞巴斯蒂安·布贝克在新闻发布会上透露，团队是在听闻巴克马斯特与阿尔珀杰研究进展的传闻后才受启发攻克该难题。无论OpenAI模型是否借鉴了二人的研究，这一事件都可能成为数学史上的转折点。 AI模型如今似乎已成为攻克时代最重要数学难题的关键工具，而解决这些问题所需的资源可能仅少数前沿AI公司能够提供。这些公司往往不遵循支撑大多数数学进展的学术合作规范。若这正是未来的走向，人类数学家将何去何从尚不明晰。 OpenAI声称攻克的难题是纳维-斯托克斯方程存在性与光滑性问题，这是克雷数学研究所2000年遴选的七大千禧年大奖难题之一。每个难题的解答附带百万美元奖金；而在此之前，仅有另一道千禧年大奖难题（https://www.claymath.org/millennium/poincare-conjecture/）被破解。纳维-斯托克斯问题涉及一组描述流体（如水和空气）随时间流动的方程。该方程组在流体力学领域应用广泛且已被证实具有强大威力，但物理学家与数学家尚未完全理解其内涵。特别是直到今日仍未知晓，在特定条件下该方程组是否会崩溃并推演出不可能的状况——例如流体出现无限速度。周一，纽约大学的巴克马斯特在社交网站Mastodon发布了一份证明（https://cims.nyu.edu/~tristanb/euler.pdf），表明简化版纳维-斯托克斯方程确实可能崩溃——这在该千禧年难题上是重大突破。他与阿尔珀杰近一年来持续研究此问题，使用了OpenAI与Anthropic公开提供的模型。而今日，OpenAI展示了完整版纳维-斯托克斯方程同样可能崩溃的证明。该证明基于内部模型获得，其性能远超上周刚发布、表现已令人惊叹的Astra模型。该公司表示不打算为解决该问题申领百万美元奖金。这些数学成就固然卓越，但其引发的关注度远不及关于其来源的争议。巴克马斯特在发布证明的同时，还公开了一份文件（https://cims.nyu.edu/~tristanb/statement.pdf），详述了他在听闻OpenAI相关研究传闻后与该公司员工的沟通情况。据其描述，OpenAI员工向他提出两种可能：要么他和阿尔珀杰发布其成果，OpenAI次日发布纳维-斯托克斯解决方案；要么他与OpenAI合作撰写纳维-斯托克斯论文，但因阿尔珀杰任职于OpenAI最大竞争对手Anthropic，其名字将被排除在作者名单外。巴克马斯特还写道，他曾询问员工智能体是否获取了他与阿尔珀杰使用OpenAI模型时的对话记录，对方予以否认；当被问及OpenAI模型是否基于这些对话记录训练时，对方未作回应。《MIT Technology Review》试图联系巴克马斯特征求意见，但发稿前未获回复。这份文件清晰暗示OpenAI模型以某种方式利用了巴克马斯特与阿尔珀杰的研究成果。这种推测表面上具有合理性。巴克马斯特/阿尔珀杰与OpenAI的证明都运用了数学家迭戈·科尔多瓦与路易斯·马丁内斯-索罗亚开创的纳维-斯托克斯问题研究路径。布朗大学数学教授哈维尔·戈麦斯-塞拉诺指出，该方法曾被视为解决纳维-斯托克斯问题的几种可行途径之一。因此，尽管两支团队独立采用此方法并非绝无可能，但巴克马斯特与阿尔珀杰的研究影响OpenAI的可能性同样存在。在新闻发布会上，OpenAI首席研究官马克·陈再次否认任何智能体或员工获取过巴克马斯特与阿尔珀杰的对话记录——但鉴于此前披露的Hugging Face黑客事件（https://www.technologyreview.com/2026/08/26/1143013/the-inside-story-on-why-openai-agents-hacked-hugging-face/），显然OpenAI并不总能完全掌握其智能体的行动。若OpenAI模型确实基于巴克马斯特与阿尔珀杰的研究进行训练，或其智能体以某种方式获取了该资料，那么公司未能查明真相并给予相应学者荣誉的行为将严重损害其声誉。但对此类事件版本而言，数学界或许能看到一丝微光：因为它表明两位人类研究者（其中一位是纳维-斯托克斯领域杰出专家）的艰苦工作对智能体攻克千禧年难题至关重要。专家们早已指出，“研究品味”——即选择有前景的研究问题与方向的能力——是AI在科学与数学领域发展的主要障碍。若OpenAI智能体确实因巴克马斯特与阿尔珀杰的研究而选择沿用科尔多瓦-马丁内斯-索罗亚路径，则人类研究品味在OpenAI的成功中发挥了决定性作用。即便如此，全局图景仍令人警醒。巴克马斯特与阿尔珀杰通过公开模型协作近一年取得的进展，彰显了人机协作的潜力。但他们未能实现完整解决方案。与此同时，OpenAI利用内部模型在数日内暴力破解出答案，而其成功建立于惊人成本之上：布贝克与陈在发布会上透露，团队需同时运行约一万个智能体，耗费数百万美元才得以攻克该难题。过去数月间，我从多位研究者处获悉数学家群体正日益消沉，其原因不难理解。数学正迅速成为前沿AI公司的专属领域——这些公司拥有令人瞩目的内部模型、雄厚财力以及匮乏的协作精神。“AI企业是否决定将资金投入某项特定研究，我确实无从知晓。”戈麦斯-塞拉诺指出，“但显而易见的是，极少数数学家能获得同等规模的资源。” 若OpenAI与Anthropic持续追求更多卓越数学成就，这些公司外的人类数学家或将无题可解。这将彻底改变数学领域。上周，加州大学洛杉矶分校数学家陶哲轩在Mastodon平台发文（https://mathstodon.xyz/@tao/117207849921390904），阐述了错误、歧途与不完整解法对该领域的重要性。“在纯数学的多数情况下，我们提出问题并非因迫切需要问题本身的答案，而是基于过往经验发现，人类定向解决问题的努力往往能推动领域进一步发展。”陶哲轩写道，“过早通过纯AI方法解决问题——尤其在解题过程缺乏完全透明度的情况下——会污染这一进程，最终对数学整体进步产生净负面影响。” 人类解决数学问题或许比智能体耗时更长，但在此过程中，他们能发现新的数学方法与思想，这些成果可能启发同行甚至催生全新子领域。但当AI智能体代替人类解决这些问题——且私营公司隐瞒智能体的错误尝试时——这些益处便不复存在。至于在此过程中还会消失什么，仍有待观察。

OpenAI最近的争议揭示了数学的未来

相似文章

OpenAI刚刚宣称了一项重大的数学发现。部分学术界人士质疑其正当性。

数学家正成为新晋艺术家

围绕OpenAI传奇数学里程碑的争议

OpenAI 的隐秘数学突破令学术界不安

纽约大学数学家指 OpenAI 在解决职业关键数学问题上手段不正当

提交意见反馈