OpenAI宣布三项重大科学发现及与学术界合作的新方式

# OpenAI 宣布三项重大科学发现及与学术界合作的新方式 来源：https://www.theverge.com/ai-artificial-intelligence/1019143/openai-eth-kaseya-science-math-physics 在大规模发布数百篇据称包含长期悬而未决的数学问题解答的手稿（https://www.theverge.com/ai-artificial-intelligence/1008726/openai-mathematics-solutions-chaos）不到一个月后，OpenAI 再次带来了数学、计算机科学和物理学领域的三项"重大"发现（https://openai.com/index/building-scientific-understanding-with-academic-communities/）。这次的不同之处在于，OpenAI 选择让被其描述为"护航者"的外部专家指导计算机科学和物理学领域的成果；而对于数学问题，OpenAI 表示专家建议其直接发布 AI 的输出内容，让研究者自行推导解释。 > **OpenAI 的成果已于今日上传至 GitHub：** (https://github.com/openai/math/blob/main/history.md) 欧拉波动方程的局部光滑化。该证明利用一个辅助偏微分方程，在所有维度不小于二的空间中建立了波动的 Sogge 局部光滑化定理。它还在猜想范围的内部区域推导出了 Kakeya 极大函数猜想和维数猜想，以及 Stein 的球面限制估计。我们将直接发布模型的输出内容，与我们10月6日的发布方式相同。指数时间假设（ETH）是错误的。该论文给出了一个确定性算法，能够在亚指数时间和多项式空间内精确计数固定宽度 CNF 公式的满足赋值数。3-SAT 的情形推翻了指数时间假设。由 Russell Impagliazzo、Ramamohan Paturi 和 Ryan Williams 领导的独立计算机科学家工作组将对证明进行审查和解释。应工作组要求，我们立即将相关材料公开，以便其他人也能进行审查。 公司承认这种方式本身可能存在一些问题，其组建的 AGMAI 数学顾问小组（https://www.theverge.com/ai-artificial-intelligence/999167/openai-elite-mathematicians-panel）昨天刚刚表示（https://agmai.org/#disadvantages-designating-mathematicians），"我们建议 AI 公司不要采用"指定特定人员优先获取输出的做法，并列举了不平等获取、借用声誉和有偏选择等问题。相反，他们建议 AI 实验室未来应将输出发布在学术存储库中，附带 Lean 形式化证明、问题选择方式的说明、对理解成果的研究人员的资金支持以及其他相关信息。 物理学成果尚未完整发布，但被称为"对包含规范场和费米子的某些四维相互作用量子场论的数学严格存在性证明，其中包括量子色动力学（QCD）以及粒子物理学标准模型的统一完备化。"据 OpenAI 称，"David Gross 将领导一个包括 Michael Douglas、Arthur Jaffe、Igor Klebanov 和 Nikita Nekrasov 在内的小组来护航这项工作。" 计算机科学的合作据称证明了被广泛认为正确的指数时间假设（ETH）（https://en.wikipedia.org/wiki/Exponential_time_hypothesis）实际上是错误的。OpenAI 表示，该结果的验证将由三位专家组成的小组指导，其中包括加州大学圣地亚哥分校的 Russell Impagliazzo 和 Ramamohan Paturi——他们曾是1999年最初提出该假设的团队成员（https://ieeexplore.ieee.org/document/766282）——以及麻省理工学院教授 Ryan Williams（https://bsky.app/profile/rrwilliams.bsky.social/post/3myspd26qjk2c）。该小组决定于今日在 GitHub 上发布 AI 生成的论文和 Lean 证明（https://github.com/openai/math/blob/main/lean/docs/378.md）。 他们还向学术界发布了一封公开信（https://docs.google.com/document/d/1adB0IhJgLzsmbfCgoLrtoJTjnlPf74UnyjMo35P5JHo/edit?tab=t.0），征求关于如何审查这一声明以及制定应对 AI 生成的突破性成果的规范方面的意见： > 我们欢迎就以下三个更广泛的问题进行讨论：关于 AI 生成成果的早期获取、利益冲突的披露、以及将未发表材料用于后续研究，应遵循哪些预期规范？如何在肯定新发现的同时，也认可检查、修正、简化、解释和扩展这些发现的工作？在方法和研究方向不断变化的情况下，我们如何支持学生和研究人员，同时保留质疑成果和提出新想法所需的理解力和判断力？ 数学领域的突破也有类似的文档（https://github.com/openai/math/blob/main/lean/docs/079.md），其中模型"在所有维度上给出了局部光滑化猜想的证明，从而也解决了所有维度的 Kakeya 猜想和 Stein 限制猜想"。仅仅几个月前，纽约大学教授 Hong Wang 因解决了三维 Kakeya 猜想而被国际数学联盟授予享有盛誉的菲尔兹奖（https://www.nyu.edu/about/news-publications/news/2026/july/nyu-professor-hong-wang-wins-fields-medal.html?challenge=d06e90d7-4d8f-4b88-9d8c-10b73beb60f1）。 **关注本篇文章的话题和作者**，即可在个性化主页动态中看到更多类似内容，并接收邮件更新。 - Richard Lawler