- 发布日期
OpenAI在GitHub上发布372篇AI生成的数学证明，呼吁学术界跟上步伐
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
OpenAI发布了一款内部前沿模型所产出的372项新数学成果，直接将证明上传至GitHub，而非通过传统的同行评审期刊提交。这批成果声称解决或大幅推进了多个开放问题，包括对重要计算机算法的改进以及与黎曼猜想相关的进展。通过绕过传统学术出版流程，OpenAI传递出一个信号：它认为标准的科学流程对于其系统所能产出的知识量而言过于缓慢。该代码仓库包含了修订日志和引用信息，以确保透明度。
几乎所有成果都是通过向单个AI代理输入单条提示词产生的，只有一部分需要多次尝试。平均而言，每项成果消耗了大约相当于三小时ChatGPT Pro Thinking模式的计算量。这与OpenAI此前的纳维-斯托克斯方程解法形成鲜明对比，后者需要10000个代理组成的集群以及数百万美元的计算成本。OpenAI表示，纳维-斯托克斯解法已进入正式审查数周，这表明其内部模型在效率方面正在快速提升。
许多证明包含基于Lean的正式化表述，这是一种专为机器可验证数学证明而设计的编程语言，后续还计划进行更多形式化工作。OpenAI认为这种方法可以缓解审查瓶颈，因为AI生成成果的数量之大可能超出数学界人工验证的能力。该公司还发布了方法论细节，包括推理过程的摘要、尝试问题的统计数据以及计算成本的估算。然而，它并未发布单条提示词或针对每个问题的成本数据。
OpenAI咨询了高等研究院数学与人工智能咨询小组，大致遵循了该小组的公开建议。该小组包括菲尔兹奖得主蒂莫西·高威斯（Timothy Gowers）在内的知名数学家。值得注意的是，OpenAI事先划定了一个边界：数学家们可以就成果的传达方式提供建议，但不能就成果是否应该产出或以多快的速度产出发表意见。该公司还宣布了资助研讨会和会议的计划，旨在深入理解AI产出的成果。
数学界的反应褒贬不一，从兴奋到沮丧都有。在一封题为《AI在数学中的严重错位》的公开信中，25位菲尔兹奖得主警告称，AI产业的目标与数学的目标之间存在深层次的脱节。他们认为，问题求解仅仅是工具和表征，真正的目标是概念性理解和洞察力。Lean形式化可以验证逻辑正确性，但无法判断一个结果在数学上是否相关或是否具有原创性。
