周二，OpenAI公布了由AI生成的370多道悬而未决数学问题的完整或部分解答。这些长期被视为数学领域重大挑战的问题，其批量破解引发了学界的广泛关注与争议。
加州大学洛杉矶分校（UCLA）数学家陶哲轩等知名人士批评指出，OpenAI及其他AI公司将长期未解的数学难题作为测试新模型及营销造势的手段。图片来源：Richard Hartog—Los Angeles Times/Getty Images
这一成果的数量之庞大令数学界震惊，同时也引发了分歧：一部分人认为这开辟了新的探索空间；另一部分人则担忧这对数学作为人类学术学科构成了巨大冲击。OpenAI表示，这些成果源自一款尚未公开发布的内部AI模型，平均每道题耗时约3小时计算得出。
在此前破解“千禧年大奖难题”之一的纳维-斯托克斯方程后，OpenAI在此次公布中表示，在另外三个同类难题上也取得了进展。AI公司倾向于将破解高难度数学问题作为展示模型能力的方式，旨在通过训练提升模型的逻辑推理能力及在物理、经济等领域的迁移应用潜力。然而，这种能力向法律或商业战略等非唯一解领域的迁移效果仍是未知数，且可能因模型为求结果而采取极端手段带来安全风险。
展示推导过程与学术争议
多伦多大学数学教授丹·利特对OpenAI的成果感到兴奋，认为这对数学界是好事，但也担忧社会因此撤回对基础数学研究的支持，或导致年轻人才流失。他强调，社会需重申对人类数学专长的支持，以真正从AI进展中获益。
抄袭质疑与尽职调查缺失
在OpenAI此前公布纳维-斯托克斯方程解答时，曾有两数学家指责该公司可能利用了其尚未完成的研究成果为AI指明方向。OpenAI当时以训练数据截止日期早于该研究时间为由予以否认。
针对最新这批成果，纽约大学教授特里斯坦·巴克马斯特指出，鉴于成果数量庞大，OpenAI“根本没做相应的尽职调查”以确保未抄袭他人研究。他认为，很可能有部分成果是基于他人研究基础上完成的最终推导。
咨询小组建议与透明度改进
为此，OpenAI成立了由普林斯顿高等研究院承办的数学与人工智能独立咨询小组。该小组建议，AI生成的证明应按传统论文惯例发布，并公开模型名称、提示词、“思维链”、计算时间及成本等细节。对于批量发布的成果，还应说明选题原因及失败案例统计。
OpenAI此次在GitHub上发布解答时采纳了部分建议，包括提供10个问题的推理摘要、算力消耗估算及尝试题目统计，并分享形式化证明版本。尽管咨询小组认为讨论具有建设性，但仍强调最终落实效果应由数学界评估。利特认可此举便于学术研究，但也指出AI目前尚不具备将所有成果整理成符合严格学术标准论文的能力，且在引用准确性和领域覆盖面上存在不足。
“数学1.0”的终结与范式转移
独立数学咨询小组声明指出，数学研究的未来不能仅停留在理解AI产出上，数学家必须保有提出问题、开辟新思路的自由，这需要公平获取强大研究工具和算力资源的支持。
陶哲轩：从解题到构建学术生态
菲尔兹奖得主陶哲轩批评称，AI快速攻克大量难题正在削弱学生投身数学的积极性，剥夺了领域的未来。他在社交媒体Mastodon上表示，许多AI使用者在宣称“解决”问题后，对更广泛的研究领域缺乏兴趣，也无法深入理解成果以进行学术交流。这导致相关研讨会和合作研究寥寥无几，甚至因担心被“抢先发表”而使一些开放性研究方向不再公开。
陶哲轩认为，OpenAI的做法宣告了以攻克未解猜想为核心动力的“数学1.0”时代终结。他呼吁进入“数学2.0”时代，弱化单纯解题的中心地位，转而重视数学论述、学术圈建设及新方向的开辟。
乐观展望：效率提升与开放式探索
利特赞同数学界需变革的观点，认为OpenAI的举动促使学界重新审视奖励机制和人才培养模式。尽管陶哲轩流露惆怅，利特则持乐观态度。他将AI比作让数学家从“爬行”变为“飞行”的工具，认为这将大幅提升产出效率，使人类数学家能够展开远超以往的“开放式探索”。
· OpenAI依靠未发布的内部模型在数小时内连续攻克数百道顶级数学难题，这标志着人工智能正在从单纯的“语言生成与信息检索”，跨越至具备深度推理与持续解题能力的“逻辑引擎”时代。
· 当纯粹的“暴力解题”被AI接管，人类学术与科研的重心将转向提出正确问题、构建学术社群与进行开放式探索。这不仅预示着科研模式的重塑，也为AI时代的人才培养与职业转型提供了深刻参照。
· AI模型在解题过程中是否存在“隐性抄袭”或未署名吸收他人成果，引发了学术界的争议。在AI主导的技术突破爆发期，如何建立透明、负责任的发布与归因机制，已成为商业与学术界必须共同面对的前沿议题。