OpenAI开源722篇AI数学手稿 引数学界激辩

据The Decoder等媒体10月7日报道，OpenAI在GitHub上一次性公开了其内部前沿AI模型生成的722篇数学手稿，按相关性整理为372个「结果族」，覆盖数论、代数几何、数学物理等17个领域，其中包括与黎曼猜想相关的进展，以及对希尔伯特第十问题、Mahler猜想等重要问题的推进——距该模型宣布求解纳维-斯托克斯方程这一千禧年难题，仅过去一个月。

据《华尔街日报》报道，目前尚未解决的千禧年难题还剩五个，本次发布涉及其中三个。OpenAI称，模型总共被输入约4000个数学问题；绝大多数结果由单条提示、单个智能体一次完成，平均每个结果耗费约3小时ChatGPT Pro推理算力——相比之下，一个月前公布的165页纳维-斯托克斯证明动用了最多1万个并行智能体、连续运行88小时，算力成本达数百万美元。

发布形式本身就是一种表态：成果不投学术期刊，而是放上带修订日志和引用规范的GitHub仓库，多数证明附上可用机器验证的Lean形式化代码，另附方法论说明、推理过程摘要和算力成本估算。理由很直接：如此数量的AI生成结果，靠人工评审根本消化不过来。

OpenAI在发布前咨询了普林斯顿高等研究院的「数学与人工智能咨询小组」（AGMAI），该小组上周刚基于数百位数学家的反馈发布了行为指引。但OpenAI划出一条底线：数学家可以对成果如何发布提建议，无权过问研究以多快速度推进——该小组此前要求AI实验室停止用专有模型测试前沿数学问题，OpenAI明确表示将继续这样做。

数学界的反应两极。25位菲尔兹奖得主日前联署公开信《AI在数学中的严重错位》，警告「批量生产真命题」可能摧毁概念性理解的土壤；咨询小组成员、菲尔兹奖得主高尔斯估计，未来一二十年内数学文献可能膨胀到没有任何人类群体真正读懂的程度；陶哲轩则呼吁在培养年轻数学家时强调人的因素、严格限制AI工具的使用。

Lean形式化能验证逻辑正确，却无法判断成果是否具有数学价值或原创性。OpenAI表示将资助解读AI生成成果的学术工作坊与会议，并正推进产出这批结果的模型本身的「负责任发布」。这批证明成色几何，最终仍要由数学界慢慢验收。

编译自 The Decoder，原标题："OpenAI dumps 372 AI-generated math proofs on GitHub, telling the academic world to keep up"