OpenAI 宣布在数学、复杂性理论和物理学领域取得 AI 驱动的突破

近期科学突破概述

OpenAI 宣布了其内部模型产生的三个重大科学发现，涵盖了调和分析、计算复杂性理论和量子场论。该公司正在调整其发布策略，引入学术界“引导者”来帮助组织、验证和梳理这些发现，并承认这些 AI 生成的手稿实际上是需要专家解读的原始研究数据。

关键发现

• 数学： AI 给出了所有维度下局部平滑猜想（local smoothing conjecture）的证明，这也解决了 Kakeya 猜想和 Stein 限制猜想。该证明利用了一个新颖的辅助偏微分方程。
• 计算机科学： 该系统提供了指数时间假设（ETH）的反证，这是计算复杂性领域的一个基本猜想。这一结果已在 Lean 证明辅助工具中得到验证。
• 物理学： 这些模型为四维空间中某些相互作用的量子场论生成了数学上严谨的存在性证明，包括量子色动力学（QCD）和标准模型的统一完备化。这项工作建立在 Balaban 的构造量子场论方法之上。

不断演变的协作发布策略

OpenAI 正在与外部专家协商，针对这些结果试验三种不同的参与模式：

1. 独立研究： 对于数学成果，AI 的输出被公开发布，允许更广泛的研究社区组织自己的力量来解释这些发现。
2. 协作解释： 对于计算机科学成果，一个外部合作小组正在致力于解释该结果，同时 AI 输出和 Lean 形式化证明仍然公开，供社区立即使用。
3. 管理协作： 对于物理学成果，合作小组主导了整个过程，该小组选择推迟发布 AI 生成的原始产物，同时他们正在准备自己的论文。

这些合作遵循四项原则：协作透明、OpenAI 不寻求学术署名、充分认可合作研究人员的贡献，以及工作组的完全独立性。

社区观点与反馈

这一公告在学术界和技术界引发了热烈讨论。许多观察人士指出，这种方法比之前的发布方式有了显著改进，因为它优先考虑了验证和专家引导。

然而，人们对这些发展的速度以及潜在的信息不对称性仍存担忧。一些评论者对“原始研究数据”的说法表示怀疑，而另一些人则强调了 AI 实验室可能利用他们后来“解决”的研究成果来训练模型的伦理影响。

在反思这种协作模式的转变时，一位观察者指出：

"我认为 OpenAI 在上次数学成果发布后调整其方法值得称赞。在将这些成果公之于众之前，先让相关的数学家和科学家参与进来，肯定会在很大程度上缓解这些社区的担忧。" — @handle

其他人则指出了这种新范式中固有的张力：

"如果他们能在研究过程中与科学家合作，并让他们在发表结果时提及 OpenAI 作为支持者/赞助商，情况会大不相同。但这种‘感谢你们持续的投入，现在我们有了一辆自行车，甚至我们的员工都可以用它来击败你们’的做法，让我感到很不舒服。" — @handle

OpenAI 已承诺通过 Simons Foundation 资助研讨会和项目，帮助科学界利用这些 AI 生成的结果并在此基础上进行进一步研究。