OpenAI 再向震动不已的数学界抛出数百项成果

# OpenAI 再向震动中的数学界倾泻数百项成果 来源：https://www.scientificamerican.com/article/openai-unleashes-hundreds-more-math-results-upon-a-field-already-in-shock/ 2026年10月6日 3分钟阅读 在解决数学六大公开难题之一仅一个月后，该公司宣称其新型内部模型又攻克了大量成果——而且这一次不再需要数百万美元的花费 一个蓝色的计算机大脑正融入由点和线构成的屏幕。Yuichiro Chino/Getty Images 闸门已经大开。就在 OpenAI 的新大型语言模型产出了二十年来最重大的数学突破（https://www.scientificamerican.com/article/ai-may-have-just-solved-a-million-dollar-math-problem-the-field-will-never-be-the-same/）之后，该公司又发布了来自同一模型的整整 372 项成果。OpenAI 表示（https://openai.com/index/sharing-ai-progress-in-mathematics/），每项成果都解决或大幅推进了数学或理论计算机科学中的一个重大公开问题。 OpenAI 在美国东部时间下午 6 点通过一个 GitHub 代码仓库（http://github.com/openai/math）公布了这些成果。这波成果洪流将需要数学家们花费数月时间来解析和理解——包括判断其中的证明是否包含新颖且重要的思想，抑或主要是现有技术的拼凑。但许多成果已经在 Lean 中得到验证——Lean 是一种用于校验证明逻辑的编程语言——因此几乎可以确定它们是正确的。 在所宣称的成果中，包括对四维 Kakeya 猜想（https://www.scientificamerican.com/article/2026-fields-medals-go-to-four-young-mathematicians/）的解答、对世界上某些最重要计算机算法的改进，以及向数学界最可怕的问题——黎曼猜想（https://www.scientificamerican.com/article/the-riemann-hypothesis-is-a-million-dollar-math-problem-hardly-anyone-is-trying-to-solve/）——迈出的实质性进展。 --- ## 关于支持科学新闻报道 如果你喜欢这篇文章，请考虑通过订阅（https://www.scientificamerican.com/getsciam/）来支持我们屡获殊荣的新闻报道。购买订阅将帮助你确保那些关于当今塑造世界的发现和思想的有影响力的故事能够持续存在。 --- OpenAI 的一位发言人告诉*《科学美国人》*，这款新模型——公司尚未向公众发布——几乎每一项成果都是在将单个提示词交给单个 AI 智能体后产生的。这与 OpenAI 此前轰动一时的 Navier-Stokes 问题解决方案（https://www.scientificamerican.com/article/did-openai-solve-the-wrong-navier-stokes-problem/）形成鲜明对比，后者是通过一个由一万个智能体组成的群体协同完成的，耗资数百万美元的算力。如果属实，这意味着前所未有的数学力量很快将触手可及。但在数学家群体中，OpenAI 因大胆宣称和缺乏透明度而名声不佳（https://www.scientificamerican.com/article/openais-latest-math-breakthroughs-commit-research-misconduct-experts-say/），这引发了相当多的质疑。 "除非他们发布模型并且人们能够复现这些结果，否则我认为你应该将任何关于单个智能体一次性解决问题的宣称视为未经验证的，"麻省理工学院数学家 Andrew Sutherland 说。"我们应该要求看到证据。"（OpenAI 发言人还告诉*《科学美国人》*，部分成果可能经过了多次尝试。） OpenAI 对 Navier-Stokes 解决方案的发布处理被证明极具争议（https://www.scientificamerican.com/article/openai-claims-blockbuster-math-breakthrough-amid-swirl-of-controversy/），以至于 9 月 21 日，该公司宣布（https://openai.com/index/advisory-group-on-mathematics-and-ai/）正在组建一个由数学家组成的独立顾问委员会，就负责任地发布 AI 生成的成果提供建议。该委员会制定的建议（https://agmai.org/general-sep29/）要求发布此类成果的公司公开背后的模型、确切的提示词和计算时间。然而，尽管有这些委员会建议，OpenAI 仅选择公开每个问题的*平均*计算时间及部分附加统计数据——而不提供提示词。 OpenAI 发言人告诉*《科学美国人》*，团队正在认真对待顾问委员会的指导方针并尽力遵守，但同时补充说公司并不受这些建议的约束。 这些建议特别批评了 AI 公司使用对数学家来说并非广泛可及的"专有内部模型"。OpenAI 告诉*《科学美国人》*，公司正在努力尽可能快速且负责任地发布该模型。 在 Navier-Stokes 争议展开期间，OpenAI 人员的一些言论让部分数学家认为该公司模型已经产出了更多成果，但公司犹豫是否公开。这引出了一个关键问题：是将大量未经解释的证明倾倒给学术界更为有害，还是将它们完全扣留？ "如果我们想了解这些数学问题的答案，我认为没有任何理由要求公司对我们保密，"多伦多大学数学家 Daniel Litt 说。"在我看来，这对数学来说是一件好事。" 另一方面，著名数学家陶哲轩曾公开批评（https://x.com/ElonEconomyX/status/2101486356509729026?）OpenAI 及其他"前沿"AI 实验室以"疯狂"的速度发布 AI 生成的成果。 这些成果的产出速度甚至可能超出了各实验室自身的理解速度——OpenAI 发言人告诉*《科学美国人》*，公司许多新发布的成果，其自身的数学家也尚未理解。即便如此，他们并不打算放慢脚步。该公司希望将尽可能强大的工具交到数学家手中。 此外，OpenAI 坚持认为他们*无法*放慢速度，因为这些数学问题是证明其 AI 确实变得更聪明的不可或缺的测试。 但对于那些将数学真理本身视为终极目标而非手段的实践者来说，这场竞赛的后果正变得越来越难以预测。 ## 订阅以支持独立新闻报道 优秀的科学新闻需要人类的专业知识、时间、努力和创造力。而且它需要资金。这就是为什么我和*《科学美国人》*的记者们希望你加入我们的社区。 当你订阅时，你是在支持那些热衷于讲述真实、重要且引人入胜的科学故事的全职和自由撰稿记者。我们的编辑和记者通常是各自领域的专家，这意味着他们能够理解重大发现中的微妙之处，并能从炒作中辨别出真正的突破。通过订阅，你也在支持严格的事实核查工作，以确保我们发布的文字精确而准确。你还在支持那些将你带入前沿实验室、南极冰盖或轨道空间任务的原创插图、图表和照片。你也在帮助我们打造其他类型的高质量新闻内容：我们的通讯由编辑精心撰写、编辑和策划，这些编辑你可能已经认识或将会认识和喜爱。我们的*Science Quickly*播客基于原创报道、与编辑和科学家的合作以及精益求精的制作。 订阅让这台引擎持续运转，使我们能够继续为你提供深思熟虑、严谨且独立的科学新闻报道。在一个虚假信息泛滥的时代，这项工作至关重要。如果你重视我们的工作，我希望你考虑加入我们，成为订阅用户。