OpenAI新模型破10道数学难题,成本仅两千美元
OpenAI确实攻克了10道数学难题,不是营销噱头,是实打实的论文和代码。8月1日,OpenAI公布了下一代内部模型Astra的研究成果,它一口气拿下了10项在数学与理论计算机科学领域悬而未决至少十年的公开难题,总推理成本仅约2000美元。更关键的是,这10份证明全数通过了Lean形式化验证并开源,AI生成论证、人类整理、机器验算的闭环已经跑通。
这10道题分量有多重?
这次被砸开的“硬骨头”,没有一个来自现成的基准测试集,全是各分支里卡了人类数学家十年甚至几十年的核心猜想。最炸裂的几项成果,在学界评价已经是“菲尔兹奖级别”。比如困扰学界27年的非sofic群存在问题,Astra构造出反例直接终结了该猜想;1982年菲尔兹奖得主提出的Connes刚性猜想也被证伪;还有停滞46年的高维球堆积问题取得关键进展。这些难题原本需要的不仅是算力,更是人类苦寻不到的底层洞察,现在被Astra用不到2000美元的Token费批量摘取。
这次被砸开的“硬骨头”,没有一个来自现成的基准测试集,全是各分支里卡了人类数学家十年甚至几十年的核心猜想。最炸裂的几项成果,在学界评价已经是“菲尔兹奖级别”。比如困扰学界27年的非sofic群存在问题,Astra构造出反例直接终结了该猜想;1982年菲尔兹奖得主提出的Connes刚性猜想也被证伪;还有停滞46年的高维球堆积问题取得关键进展。这些难题原本需要的不仅是算力,更是人类苦寻不到的底层洞察,现在被Astra用不到2000美元的Token费批量摘取。
AI解的题,怎么证明它没瞎编?
面对这种震撼弹,学界的第一反应肯定是“真的假的”。OpenAI给出的解法是:让机器自己给自己写检查。Astra先生成完整的数学论证,人类研究员协助整理成249页的正式论文,接着模型把每项证明转化为Lean这种交互式定理证明器的代码语言。Lean不认权威,只认逻辑,代码能跑通就代表推导逐行无误。OpenAI把证明稿、推理说明和Lean证书全放到了GitHub上供全世界复核。验证AI有没有胡说八道的门槛,被极大地降低了。
面对这种震撼弹,学界的第一反应肯定是“真的假的”。OpenAI给出的解法是:让机器自己给自己写检查。Astra先生成完整的数学论证,人类研究员协助整理成249页的正式论文,接着模型把每项证明转化为Lean这种交互式定理证明器的代码语言。Lean不认权威,只认逻辑,代码能跑通就代表推导逐行无误。OpenAI把证明稿、推理说明和Lean证书全放到了GitHub上供全世界复核。验证AI有没有胡说八道的门槛,被极大地降低了。
从打下手到独立发论文,科研范式变了
过去大模型在科研里也就是帮写写代码、润色下论文,但Astra这次标志着AI开始在人类知识的边缘提出全新论证。就在同一天,OpenAI启动了“ChatGPT for Academic Researchers”计划,向10万名科学家免费开放最强模型。有顶尖数学家预言两年内AI将在所有数学证明上超越人类。当AI能以极低成本批量产出严密证明时,数学界面临的已经不仅是“证明不再稀缺”的冲击,而是整个研究加速机制的彻底重启。
过去大模型在科研里也就是帮写写代码、润色下论文,但Astra这次标志着AI开始在人类知识的边缘提出全新论证。就在同一天,OpenAI启动了“ChatGPT for Academic Researchers”计划,向10万名科学家免费开放最强模型。有顶尖数学家预言两年内AI将在所有数学证明上超越人类。当AI能以极低成本批量产出严密证明时,数学界面临的已经不仅是“证明不再稀缺”的冲击,而是整个研究加速机制的彻底重启。
历史事件回溯
当前事件
OpenAI o3模型攻克高阶数学基准测试。
- 核心模型:OpenAI o3模型在FrontierMath基准测试中取得突破。
- 推理成绩:解决25.2%的数学难题,远超现有模型的2%以下。
- 技术机制:采用强化学习与思维链技术增强复杂逻辑推理。
2024年7月
DeepMind系统在IMO中达到银牌水平。
- 核心模型:DeepMind发布AlphaProof与AlphaGeometry 2。
- 推理成绩:解出国际数学奥林匹克4道题,达到银牌水平。
- 技术机制:结合强化学习与形式化语言Lean进行证明。
2024年1月
AlphaGeometry在IMO几何题表现优异。
- 核心模型:DeepMind推出AlphaGeometry系统。
- 推理成绩:成功解答近30年内IMO几何题。
- 技术机制:结合神经语言模型与符号推理引擎。


当前文章无评论,是时候发表评论了