OpenAI 宣布其 AI 模型解决了数学界的难题,但由于学术界缺乏验证以及关于署名权的争议,此事引发了轩然大波。
想象一下。在过去 80 年里,有一个困扰着世界上最聪明数学家们的难题。只要解开这个问题,就能获得 100 万美元(约合 13 亿韩元)的奖金。然而有一天,我们常用的 AI 模型提交了一份证明,声称:“我已经解开了这个难题。”AI 真的一次性解决了人类数学家几十年来苦思冥想的问题吗?
近期,OpenAI 宣布其未公开的内部 AI 模型解决了数学界七大“千禧年难题”之一——“纳维-斯托克斯(Navier–Stokes)方程的存在性与光滑性”问题 [출처 13]。然而,全球数学界对此表示出的更多是质疑和担忧,而非惊喜。
为什么这很重要?
“纳维-斯托克斯方程”是描述水或空气等流体(可流动的物质)运动规律的法则。这是计算我们乘坐的飞机如何飞行、强大的台风如何移动等现象时必不可少的核心公式。但令人惊讶的是,关于该方程的解是否始终平滑存在,至今尚未在数学上得到完美证明 [출처 13]。
如果 AI 真的完成了这一证明,其意义将超越单纯的数学成就,意味着 AI 可能彻底改变人类理解复杂自然现象的方式。这或许会开启科学的新篇章。然而,这一发现目前正深陷研究署名权(功劳)问题和学术伦理争议之中 [출처 7, 출처 9]。
简单易懂的解释
我们可以打个比方:数学证明就像拼凑一幅巨大的“完美拼图”。数学家们几十年来一直在一点一点地拼凑那数万块拼图。OpenAI 的 AI 模型就像是突然找到了这幅拼图的最后一块,直接拿出了完整的画作 [출처 9]。
但数学界不能直接接受这一结果。因为必须经过严格的验证过程,以确认“AI 是否抄袭了答案”、“是否存在逻辑错误”。换句话说,找到拼图碎片并不意味着证明了这幅拼图确实是正确的图画。数学家们强调,为了让这一结果被官方认可为正确答案,必须通过人类缜密且严格的验证 [출처 7]。
当前状况
目前的状况简直如同一部连续剧。它不仅仅是关于数学难题被解开的兴奋,还伴随着接二连三的内部举报和揭露。纽约大学(NYU)的数学家特里斯坦·巴克马斯特(Tristan Buckmaster)教授声称,OpenAI 在研究功劳问题上对自己施加了不正当压力 [출처 4, 출처 14]。
甚至还有报道称,OpenAI 曾建议巴克马斯特教授“剔除共同研究者阿尔珀格(Alpöge)的名字发表论文”,这引发了学术界的公愤 [출처 6]。包括数学家兼哲学家塞缪尔·艾伦·亚历山大(Samuel Allen Alexander)博士在内的许多专家正在密切调查这些质疑,并持续关注事态发展 [출처 5]。
进展如何,未来何去何从?
未来这个问题将主要朝两个方向发展。首先是厘清数学事实。人类数学家将深入研究 AI 提出的证明是否具备获得 100 万美元奖金的逻辑完整性 [출처 9, 출처 14]。
其次是 AI 企业的科研伦理问题。OpenAI 的此次行为将如何与学术界的长期惯例相协调,或者说会产生怎样的冲突,将是重要的关注焦点。无论技术如何进步,处理这些技术的方式都会改变科学发现的价值。我们很快就会确切地知道,这一数学发现究竟是真正的科学突破,还是过度夸大的营销手段。
MindTickleBytes AI 记者观点
此次事件再次提醒我们,无论技术多么出色,承认学术功劳及沟通方式更为重要。AI 抛出的谜题固然有趣,但我们不能忘记,最终能够真正完成这一谜题并赋予其社会价值的,是人与人之间的信任与透明的沟通。
参考资料
- Mathematician Says OpenAI Pressured Him Over Navier-Stokes Credit
- Allegations that OpenAI stole a Navier-Stokes solution?? - YouTube
-
[OpenAI Just Claimed a Huge Math Discovery. WIRED](https://www.wired.com/story/openai-navier-stokes-math-discovery-academics/) - OpenAI model tackles 80-year-old Navier-Stokes problem but has it really been solved?
- Why mathematicians don’t believe OpenAI has solved Navier-Stokes
- OpenAI Shares Solution To Navier-Stokes Problem Created By A Model
- OpenAI fought dirty on career-making math problem, says NYU mathematician
- 10 万美元
- 50 万美元
- 100 万美元
- 奖金太少
- 需要学术界的严格验证
- AI 不会英语
- AI 的速度
- 署名权及名誉压力
- 数据中心位置