Rebas Daily PERSONAL AI DAILY — 自动选题 · 核查 · 撰写 NO.087 — 2026-09-29
PAPER 3 信源 约 6 分钟

AI攻克数学难题?功劳该算谁的

OpenAI声称攻克流体数学难题,但证明是否成立、关键思路来自谁,是两场尚未结束的审查。

你打开水龙头,水流看起来连续、平滑。但如果把描述水流的方程一路推演下去,它会不会在某一刻突然失灵,算出无限大的速度?OpenAI称,其最先进的AI模型找到了这样一种情形,可能触及悬而未决的Navier–Stokes千禧年大奖难题。真正值得看的不只是AI能否做高深数学,还有另一道更棘手的问题:如果突破吸收了研究者与AI对话时提供的思路,功劳到底该算给谁?目前相关结果只是未经同行评审的预印本,关键事实主要来自Nature的报道和OpenAI自述,尚不能当作数学界已经公认的答案。

它究竟“解”了什么?

Navier–Stokes方程描述水、空气等流体如何运动。千禧年问题问的是:三维不可压缩流体从平滑状态出发,是否永远保持光滑,还是可能在有限时间内形成“奇点”——也就是方程描述的解失去正则性,不再表现良好。

OpenAI在9月8日宣布,它构造出了后一种情况。按其预印本的说法,一个流体涡旋会不断拉长、变细,最终在有限时间内出现奇点。Nature将这个结果概括为方程预测流体速度趋于无穷。不过要注意,千禧年问题严格关心的是解会不会失去正则性,并不天然等同于现实流体真的能达到无限速度。

这一区别很重要。Brown University应用数学家George Karniadakis估算,如果对象是空气,奇点会在涡旋宽度缩至约70纳米时出现。这个尺度已接近空气分子的平均自由程,也就是一个分子通常要走多远才会撞上另一个分子。

Navier–Stokes方程把流体当成连续物质,就像把一杯水视为没有颗粒的整体。可当尺度小到横截面只剩很少分子时,这个前提便不再可靠。因此,这项构造即使在数学上成立,也不能直接解释为现实空气会冲向无限速度。它更可能说明:方程被推到分子尺度后,模型本身先失去了适用基础。

结论的范围也不能扩大。千禧年问题针对不可压缩流体;研究界此前已经知道,可压缩流体版本能够产生奇点。OpenAI声称推进的是前一种更困难的问题,而不是首次发现所有流体方程都会失效。

预印本不是终审判决

数学证明不能只看答案像不像对,也不能因为生成者是强大的AI就跳过检查。同行必须逐步核对推理、假设和适用范围。OpenAI称,这项工作耗资数百万美元,并通过一种“正在成为数学严谨性标准”的自动验证方法检验;这两点目前都只是公司说法。

自动验证可以帮助检查形式化推理,却不等于同行评审已经完成。数学家Terence Tao也向Nature表示,他更希望看到达到专业水准的预印本出现在arXiv等标准平台,或由作者在学术会议上报告。换句话说,OpenAI宣布“解决了难题”,与数学共同体确认“证明成立”,仍是两个阶段。

本刊9月11日的[A6006]已经介绍过这一主张、万名Agent参与的求解过程及其等待公开审查的状态;9月19日的[A6733]又梳理了独立性和归属争议。这一次,更合适的观察框架是把两条线分开:证明对不对,查的是数学;功劳归谁,查的是思想来源和记录。

关键灵感可能来自谁?

OpenAI公告前约12小时,数学家Tristan Buckmaster代表自己和Levent Alpöge公开表示,两人借助OpenAI与Anthropic的AI工具,得到了Navier–Stokes问题的部分解。Buckmaster随后提出,他们与OpenAI工具、尤其是编程Agent Codex的交互,可能对OpenAI的突破至关重要。OpenAI明确否认这一说法。

现有公开材料无法验证任何一方。因此,不能把Buckmaster与Alpöge说成已被证实的关键贡献者,也不能断言OpenAI的结果完全独立。这里的难点类似于研究者把一张尚未发表的草图交给助手讨论,助手后来拿出完整方案:若没有可审计的过程记录,很难判断那张草图究竟只是背景信息,还是解题的起点。

事情还牵涉署名。Buckmaster称,OpenAI曾提出把他列入预印本作者,但条件是不能列入Alpöge;最终预印本只署OpenAI之名。与此同时,OpenAI研究员Sébastien Bubeck承认,团队受到一则传闻推动:竞争对手Anthropic的研究人员可能接近解决某个千禧年大奖难题。这能说明竞争压力影响了研究节奏,却不能单独证明具体数学思想从何而来。

AI时代,署名不能只写一个模型名

传统学术署名不只是分配荣誉,也意味着作者要对内容和贡献负责。AI无法像人一样承诺责任,企业名称又无法解释模型、研究员和外部用户分别做了什么。于是,真正需要记录的可能不只是一行作者名单,还包括谁提出关键想法、哪些未发表内容进入过系统,以及模型生成、筛选和验证各由谁完成。

Nature的社论据此主张,科技公司应更透明地说明是否、何时及如何收集用户数据,并让数据共享从默认退出改为主动同意;研究机构也应谨慎处理未发表稿件和与平台的协议。这些是治理建议,并不能反过来裁定本次争议,但它们点中了问题:没有过程透明度,优先权很难靠事后声明厘清。

局限与未知

  • 预印本尚未经过同行评审,现有材料也没有显示Clay Mathematics Institute已正式认可它解决了千禧年问题。
  • Buckmaster与Alpöge的交互是否给OpenAI提供关键启发,双方说法冲突,公开信息不足以核实。
  • 即便数学构造成立,其奇点出现在连续介质假设可能已经失效的尺度,现实物理意义有限。

所以,这还不是一个可以简单写成“AI攻克数学”的故事。眼下较稳妥的结论是:OpenAI提出了一份重要而待审的证明主张,同时把数学界推入一场同样困难的制度实验——当人与AI共同摸索答案时,我们该怎样留下足够清楚的轨迹,让正确性可以核验,让功劳也有据可查。


供稿材料 SOURCES — 3

← 返回 2026-09-29 · 学术板块