OpenAI声称攻克纳维–斯托克斯问题，数学界为何感到不安

导语

OpenAI宣布，其一款尚未发布的模型在约88小时内找到了纳维–斯托克斯问题的解答。这个涉及流体运动的难题已有近90年历史，是克雷数学研究所“千禧年大奖难题”之一，成功解答者可获得100万美元奖金。不过，OpenAI并未表示要领取奖金，相关结果也尚未得到克雷数学研究所的正式确认。

这本应是一则关于AI加速数学研究的重大消息，却因成果出现的时间点和研究过程引发争议。数学界担心，问题不再只是AI能否解决难题，而是企业能否在缺乏透明度的情况下，利用强大的计算资源抢先获得成果。

核心要点

• OpenAI称，团队将约1万个由内部模型驱动的AI智能体投入纳维–斯托克斯问题，并在不到四天内获得结果。
• 公司表示，启动项目的直接原因，是在社交媒体上听到其他研究者可能正在推进千禧年大奖难题。
• 纽约大学数学家Tristan Buckmaster与Anthropic研究者Levent Alpöge此前公布了相关问题的研究进展。Buckmaster称，OpenAI得知他们的工作后曾与其发生不愉快沟通。
• OpenAI否认访问特定用户数据，但承认无法完全排除去标识化产品使用数据曾间接帮助模型改进，并强调两份证明存在显著差异。
• 数学家指出，同行之间分享未完成想法是该领域的重要传统，围绕“抢先发表”和数据来源的不确定性可能削弱这种信任。

争议为何重要

数学研究通常依赖开放交流。研究者会把尚未成熟的思路告诉同行，以获得反馈，而不是把每次交流都视为一场竞赛。若研究者开始担心，某个聊天记录中的模糊问题可能被企业模型吸收，再由成千上万个智能体进行搜索，他们可能减少公开讨论，甚至避免使用相关AI工具。

这也是该事件比一次模型演示更值得关注的地方。传统学术竞争虽然存在，但通常受到作者贡献、研究时间线和同行评议等规则约束。AI系统则可能把零散线索、海量算力和自动化探索结合起来，迅速扩大竞争规模；一旦训练数据、产品日志与研究输出之间缺少可验证的隔离，外界就很难判断成果究竟来自独立推理，还是受到了他人工作的间接影响。

OpenAI的声明展示了AI在数学领域的潜力，也暴露出新的治理空白。未来，学术机构和AI公司可能需要更清晰的数据使用记录、可审计的模型隔离机制，以及关于先行研究和署名的共同规则。否则，AI或许能让数学问题解决得更快，却也可能让数学家更不愿意分享问题本身。

来源：The Verge AI