OpenAI 在 GitHub 上发布 AI 生成的数学论文

OpenAI 发布的内容及其意义

OpenAI 宣布了一个公开的 GitHub 仓库，其中包含 由内部前沿模型生成的数十个新数学成果，以及 Lean 形式化证明、推理摘要和计算资源使用统计。此次发布意义重大，因为它是首次大规模、面向社区的 AI 生成证明披露，为未来科学领域 AI 突破的分享方式树立了先例。

"平均每项成果所用的计算资源相当于大约 3 小时的 ChatGPT Pro 思考时间。" – OpenAI 发布说明

该仓库还包含一个 论文修订协议，规定了作者如何更新手稿、添加引用以及请求形式化验证。

唯一游戏猜想 – 近似难度理论的基石。若被证明，将重写理论计算机科学的大部分内容。
Barnette 猜想 – 一个长期存在的图论问题；其证明被描述为“具备基础图论知识即可理解”。
三台机器单位作业调度 – 一个算法结果，其时间复杂度的指数项极为巨大（O((L+2)^150020) 步），解决了自 1979 年以来悬而未决的问题。
在 ℚ 上的希尔伯特第十问题、时空 Penrose 不等式、Landau–Siegel 零点不存在性 等，均列在从顶级 500 个开放问题中解决的 90 个问题之中（见 @zone411 的评论）。

兴奋 – 许多评论者称此次发布为“50–100 年的数学进展”，并赞扬其开源方式（例如 @binlog, @gizmodo59）。
怀疑 – 对证明正确性、潜在漏洞以及需要人工验证的担忧被提出（例如 @dualvariable, @lhk931122）。
对研究人员的影响 – 一些人表达了对博士研究和未来发表论文影响的焦虑，而另一些人则看到了举办新研讨会和合作的机会（例如 @mr_big_bowls, @novalis78）。

OpenAI 为许多证明包含了 Lean 形式化，使社区能够运行 Lean 检查器，确认逻辑步骤的合理性。这是迈向可复现 AI 生成数学的切实一步，也符合普林斯顿高等研究院的 数学与人工智能咨询小组（AGMAI） 的建议。

"我们将在 GitHub 仓库中发布成果，包含论文修订和引用的协议……作为我们 GitHub 仓库的一部分，我们正在分享许多证明在 Lean 中的形式化……" – OpenAI 官方公告

Lean 文件存储在 lean/ 目录下，遵循标准的 Mathlib 约定，使现有 Lean 用户能够轻松导入并扩展相关工作。

每项成果大约需要 3 小时的 ChatGPT Pro 计算资源。假设典型的 ChatGPT Pro 价格为每小时 20 美元，90 多项成果的总计算成本约为 5,400 美元——与潜在的科学影响相比，这是一笔相当小的开支。

扩展性影响显而易见：随着模型能力的提升，每项证明所需的计算量预计将下降，从而在相同预算下生成更多成果。

验证积压 – 社区必须审核这些证明，尤其是高知名度的成果（如唯一游戏、希尔伯特类问题）。目前已有独立验证的早期成果（例如 Dave Goldblatt 使用 Lean 验证黎曼 ζ 函数证明）。
引用与作者署名标准 – 评论者建议在论文中添加人类审稿人的姓名，以表明人工验证的程度（见 @ks2048）。
更广泛的科学影响 – 虽然许多成果属于纯数学，但部分成果（如与纳维-斯托克斯相关的计算）暗示了在物理和工程中的应用。OpenAI 资助的后续研讨会可能有助于阐明其实际意义。
未来发布计划 – OpenAI 计划探索由社区托管的分发替代方案，并根据 AGMAI 的最佳实践建议改进表述质量。

OpenAI 在 GitHub 上的发布标志着 AI 增强数学领域的一个里程碑：它结合了 开放科学分发、形式化验证 和 透明的计算资源核算。社区现在面临双重任务：严格验证所宣称的突破性成果，并将 AI 生成的洞见整合进更广泛的数学生态系统。