OpenAI冲刺千禧年难题：当数学研究变成一场竞速

导语

OpenAI最近宣称取得了数学领域的重要突破：其系统为七大千禧年难题之一的纳维-斯托克斯问题找到了一个解法。若这一成果经过严格验证，原本应当是值得庆祝的基础科学进展。但围绕这项工作的争议，正在把焦点从“AI能否解题”转向另一个更棘手的问题：当科技公司带着巨额算力和明确的竞争目标进入数学研究，传统的科研规则还能否承受这种速度？

核心要点

• 目标是数学界的顶级奖杯。 千禧年难题由克雷数学研究所于2000年提出，共有七个问题，每题奖金100万美元。此前二十多年里，只有庞加莱猜想被解决。纳维-斯托克斯问题涉及流体运动的基本规律，长期以来都是数学与物理学界的核心挑战。
• OpenAI的推进方式极具工业化色彩。 公司称，此次工作动用了约1万名智能体、数千万美元算力，耗时约88小时。这样的资源规模与传统数学家依靠长期个人研究、同行交流逐步推进的方式形成鲜明对比。
• 竞争关系放大了矛盾。 OpenAI得知纽约大学教授特里斯坦·巴克马斯特与Anthropic研究人员Levent Alpöge正在研究同一问题后，加速推进自己的方案。巴克马斯特称，OpenAI曾提出提供近乎无限的算力，并让他单独署名相关论文，但前提是排除Alpöge；OpenAI研究人员Sebastien Bubeck承认曾提出类似安排，但否认巴克马斯特对谈话的描述。
• 数据与贡献边界仍不清晰。 巴克马斯特此前使用过OpenAI的Codex辅助研究，并质疑自己的提示或相关工作是否可能影响模型。OpenAI表示，特定用户数据或提示不可能对该系统产生影响，但巴克马斯特认为，鉴于公司此前的行为，这一说法需要接受更严格的审视。

意义与影响

这场争论的核心并不是数学家反对AI参与研究。许多研究者欢迎工具帮助探索复杂问题，真正令人不安的是成果形成过程是否可复核、贡献是否被完整承认，以及公司是否把本应开放协作的研究变成争夺“第一”的商业竞赛。

数学研究通常允许漫长的试错，也重视不同方向之间的积累。对不少数学家而言，研究的价值来自发现结构、欣赏美感和推动知识前进，而不是抢先占据头条。OpenAI的行动则体现了另一套逻辑：著名问题意味着更高的声望，也意味着可以证明模型领先于竞争对手。

如果AI系统能够持续参与前沿数学，行业需要建立更清晰的规则：如何记录模型和智能体的贡献，如何保护研究者使用工具时产生的数据，如何处理跨公司合作，以及怎样让论文和证明接受独立验证。否则，算力优势可能带来更快的答案，却未必带来更值得信赖的科学。

这起事件最终能否成为数学史上的正式突破，仍取决于证明的完整性和同行评议。但它已经提出一个更广泛的问题：AI公司究竟是在帮助数学家扩大探索边界，还是在把数学变成另一场必须赢下的技术竞赛？

来源：The Verge AI