AI一天做完4000道数学难题,陶哲轩急了
700多份手稿一口气公开,数学界炸锅了
10月6日,OpenAI在GitHub上扔出一颗核弹:一次性公开719份AI生成的数学手稿,涵盖代数、几何、数论等17个方向,归为372个结果族。这些手稿出自一个尚未发布的内部模型,题目涉及准黎曼猜想、希尔伯特第十问题、BSD猜想等硬核难题,连千禧年大奖难题都碰了三道。平均每项成果消耗约3小时ChatGPT Pro级算力,4000个开放问题被投喂给模型,最终筛出这批"候选成果"。消息一出,数学圈直接炸了。1
这批手稿不是"模型又做对了几道题"那么简单。OpenAI把论文PDF、源码、部分Lean形式化证明一股脑塞进仓库,还配套发布了模型推理摘要。Lean是一种证明助手,能把数学推理写成机器可检查的代码。仓库声称42%的核心结果已有Lean形式化,但实际复核进度栏写着"未检查"。有数学家翻出其中一份166页的纳维-斯托克斯证明,摇头说"大概还没人读懂"。2
顾问组泼冷水:标准没达到,还差得远
OpenAI发布前咨询过普林斯顿高等研究院牵头的"数学与人工智能顾问小组"(AGMAI),但从结果看,这波操作远没让顾问组满意。AGMAI此前明确要求:停止在专有模型上测高等数学,披露模型名称、提示词、推理链、算力成本等信息。719份手稿里只有10份附了模型推理链,用的是专有模型,推理摘要也只公开了10份。顾问组直言:"公开只是开始",数学共同体还要检查是否有类似结论、引用是否完整、证明是否真正建立了新知识。3
更让人头疼的是自然语言证明与形式化代码之间的"翻译鸿沟"。剑桥大学和伦敦国王学院的研究人员发现,OpenAI针对纳维-斯托克斯方程衍生问题给出的解答中,自然语言证明与形式化代码之间至少存在两处差异。这些差异不一定意味着错误,但暴露了一个风险:模型把文字推理"翻译"成可验证代码时,可能发生误译。顾问组要求的"机器可读元数据"——让自然语言证明和形式化结果能对应上——OpenAI这次也没提供。4
陶哲轩急了:这是在"收割"数学,不是建设数学
菲尔兹奖得主陶哲轩10月7日在mathstodon上发了长帖,语气罕见地严厉。他并不反对用AI做数学,甚至一直是自己动手用的积极用户。但他强烈反对把"用AI快速攻克著名难题"当成主要目标或产品展示。在他看来,这会破坏数学共同体赖以运转的理解、教学、合作与开放探索机制。传统数学里,一个长期猜想的突破会催生研讨会、讲座、跨界合作,最终沉淀为教科书里的经典养分,启发整整一代年轻后辈。现在呢?"按下回车键的人根本不懂证明,负责看证明的数学家两眼一黑"。5
陶哲轩把这种状况称为"证明消化不良":AI能高速生成命题、证明和反例,但人类来不及验证、理解、写作、教学和吸收,结果出现大量"无人能消化的证明"。他尤其点名批评把千禧年难题当作模型能力基准的做法——把"解出多少题、多快解出"当成衡量"理解与洞见"的指标,但速度和数量本身并不等于数学理解。更要命的是,问题一旦被公开"解决",就几乎无法恢复为"未解决"状态。即使后来想寻找不同路径、从中提炼新方法,仅仅知道答案存在,也会"污染"探索过程。3
理论计算机科学家斯科特·阿伦森直接用了四个字:"数学末日浩劫"(Mathocalypse)。在他看来,OpenAI这波操作不是科研合作,而是把开放问题当作可批量消耗的资源,最终会让整个数学领域变得不如传统研究方式下那样"肥沃"。组合数学家吉尔·卡莱倒是给了一点正面评价,称这次发布是"数学的一个惊人里程碑",但他紧接着补了一句:"证明仍需人类数学家核验、消化"。6
700多篇论文排队等审,数学家的时间从哪来
问题回到一个最朴素的地方:这么多手稿,谁来读?谁来验证?372个结果族,加起来34,815页,17个方向从数论横跨到数学物理。数学与人工智能咨询组说得很清楚:"眼下最重要的数字不是'719',而是未来有多少结果能通过独立复核、被专家真正理解,并在后续研究中持续使用。"哈佛大学数学教授梅拉妮·伍德也说,模型输出解答时,人类理解往往尚未形成,后续验证工作才刚刚开始。1
AGMAI在声明里画了一条底线:企业不应该把数学研究成果当成宣传模型能力的营销工具。如果头部实验室为了证明自己更强,争相用尚未充分验证的数学成果搞产品宣传,会给数学研究社区带来明显负面影响——成果验证压力、优先权争议、正常学术研究节奏被打乱。顾问组呼吁,AI实验室应通过成熟的学术渠道发布成果,确保透明度,而不是在GitHub上搞"一次性批发"。7
数学界不是不接受AI,而是需要一个可持续的工作流程:AI提出或推进证明,形式化工具检查逻辑,人类专家判断意义并修订表达。这个链条目前断在"人类专家"那一环——专家的数量有限,700多篇手稿同时涌来,审稿负担直接拉满。有人开始担心:如果AI产出的速度远超人类消化的速度,数学研究会不会变成一个"只进不出"的垃圾场?1
这波冲击对年轻学者影响尤大。陶哲轩提醒过,传统数学的"养分传递链"——报告、研讨、教材、后续问题——是培养下一代数学家的核心机制。如果这链条被"批发式"发布打断,年轻研究者可能连"消化问题"的机会都没有。他们面对的不是"这道题怎么证",而是"这700多篇里哪篇值得读、哪篇能用来做研究"的筛选困境。3
AI做数学,到底该扮演什么角色
冷静下来看,OpenAI这批成果不是毫无价值。Lean形式化证明库、372个结果族的分类整理、推理摘要的公开……这些基础设施如果能被数学界真正用起来,是能加速验证流程的。问题在于"消化"的节奏和责任归属。AGMAI的声明说得很直白:公开只是开始,不是结束。OpenAI需要做的,不是比谁发的论文多,而是把这些成果变成数学共同体能够真正使用的东西。8
数学界对AI的期待,从来不是"替代人类解决难题",而是成为人类数学家的放大器——帮助验证繁琐的计算、探索猜想的边界、把不完整的思路补全。但OpenAI这次的做法,更像是"秀肌肉":看我能解决多少问题,快不快,多不多。陶哲轩等25位菲尔兹奖得主9月就发过联合呼吁,希望商业公司放慢脚步,结果商业巨头根本没当回事——扭头甩出700多篇。5
检验AI数学成果的黄金标准只有一条:数学家用得上、读得懂、能继续推进。做到这一步,才是真正的里程碑;做不到,再多的手稿也只是压在服务器上的学术库存。眼下最该关注的,不是"OpenAI又破了什么纪录",而是"这些成果里,有多少能活过同行评审、进入教科书、成为下一代数学家的起点"。1
当前文章无评论,是时候发表评论了