OpenAI公布AI生成科学发现的新学术合作策略
OpenAI 宣布了在数学、计算机科学和物理学领域的三大发现，同时推出了一种新颖的合作发布策略，旨在通过外部专家合作，将原始AI研究数据转化为结构化的科学理解。
AI研究合作策略
OpenAI 将其AI生成的稿件视为原始研究数据，并正在试验一种新方法来促进科学理解。该策略涉及招募外部专家作为“引导者”，组织团队帮助解释和情境化新结果。所选的发布策略取决于发现的性质：
- 数学： AI输出公开发布，让研究人员自由组织自己的努力来解释结果。
- 计算机科学： 组建外部合作团队来解释结果，同时AI输出保持公开以供审查。
- 物理学： 组建外部合作团队，OpenAI 将材料发布事宜交由他们决定。
所有外部合作遵循四项核心原则：
- 透明度： OpenAI 对这些合作的存在保持透明，参与者无需签署保密协议。
- 无学术荣誉： OpenAI 不为其内部模型做出的发现寻求学术荣誉，参与合作并不意味着外部团队做出了原始发现。
- 认可： 外部团队因其发展的理解、撰写的报告和创建的材料而获得认可。
- 独立性： 参与是自愿且无报酬的；团队成员独立行事，不代表OpenAI发言。
数学：局部平滑猜想与Kakeya猜想
AI模型生成了所有维度下局部平滑猜想的证明，这解决了Kakeya猜想和Stein限制猜想。
- 发现： 局部平滑猜想由Sogge于1991年提出，涉及波聚焦时的行为，指出最极端的聚焦必须是短暂的。AI的新证明基于一个新颖的辅助偏微分方程。
- 背景： 局部平滑猜想是数学分析的基础，具有广泛的影响，包括解决Kakeya猜想（2025年由Wang和Zahl在三维中证明）和Stein限制猜想。
- 发布策略： 根据专家的建议，OpenAI 将AI自然语言输出报告和Lean证明发布到其公共GitHub仓库，让学术界开始自己的努力来解释这一结果。
计算机科学：反驳指数时间假说（ETH）
OpenAI 的系统证明了指数时间假说（ETH）是错误的，这一结果随后在Lean中得到了验证。
- 发现： ETH是一个关于布尔公式可满足性计算复杂性的长期猜想，这个问题与P vs NP问题密切相关。反驳ETH表明，目前被认为需要指数时间的任务可能能够更快地解决。
- 背景： ETH已被用于数百篇论文中，以推导图论、计算生物学和计算几何等领域中的条件计算难度。
- 合作： 这项工作由Russell Impagliazzo、Ramamohan Paturi和Ryan Williams领导的团队引导。为了促进独立验证，OpenAI公开了所有原始数据，并承诺资助一次会议来讨论该工作的影响。
物理学：量子场论与标准模型
OpenAI 的模型为某些相互作用的量子场论（包括量子色动力学（QCD）和粒子物理标准模型的统一完成）提供了数学上严格的存在性证明。
- 发现： 这项工作为包含标准模型规范场和费米子的最简单大统一理论提供了存在性证明。作为子问题，它包含了纯杨-米尔斯理论的存在性证明，这是一个千禧年大奖问题。
- 背景： 标准模型描述了三种基本力（不包括引力）。QCD描述了涉及夸克和胶子的强力相互作用。这项研究建立在Balaban在构造性量子场论中的方法之上。
- 合作： 外部团队由David Gross领导，他为该领域做出了重大贡献。鉴于工作的复杂性和长度，OpenAI推迟了材料的发布，直到Lean形式化完成，最终发布交由合作团队决定。
对科学进步的承诺
OpenAI 致力于支持更广泛的学术界理解和利用这些结果。这一承诺得到了对西蒙斯基金会500万美元捐款的支持，该捐款将资助研讨会、会议和特别项目，以帮助研究人员导航和利用AI产生的科学结果。OpenAI继续邀请反馈，以寻求披露AI结果和与科学界互动以加速发现的最佳方法。
SUMMARY: OpenAI宣布了在数学、计算机科学和物理学领域的三大重要发现，并详细介绍了新的合作发布策略，旨在帮助外部学术界理解和情境化这些AI生成的研究结果。
TITLE: OpenAI公布AI生成科学发现的新学术合作策略