OpenAI数学突破：AI对数学领域的首次全面冲击

AI会颠覆整个行业吗？数学或许是第一个

长期以来，"AI将颠覆整个行业"的论断更多停留在预言阶段。编程大概是被改变最深的领域，但有意思的是，程序员的需求反而在上升。然而随着OpenAI最新发布的一批数学成果出现，一个新的问题浮出水面：这是否是AI首次在实践层面对某个学术领域造成"全领域级别"的冲击？

据AI Daily Brief的分析，OpenAI本周在GitHub上发布了一份数学证明"巨著"，包含372项全新成果和722篇支持性论文。这些结果由一个尚未公开的内部前沿模型生成，很可能就是上个月解出纳维-斯托克斯方程（Navier-Stokes）那套模型。此次发布还与OpenAI新成立的数学顾问委员会协调进行。

90道顶级难题被攻克，背后仅用3小时算力

要理解这批成果的分量，可以参考ProofAtlas整理的"数学界500大未解难题"清单。OpenAI的模型完全解决了其中90道，还有数十道的部分证明足以构成对该领域的重大贡献。其中包括对两个千禧年大奖难题——黎曼猜想（Riemann Hypothesis）和霍奇猜想（Hodge Conjecture）——的部分解答。

黎曼猜想堪称数论中最重要的问题，而千禧年难题每道悬赏100万美元，此前仅有一道被人类解出，哪怕只是取得实质进展就足以保证获得被誉为"数学诺贝尔奖"的菲尔兹奖。

更令人震惊的是效率数字。OpenAI披露，平均每个结果仅消耗相当于约3小时ChatGPT Pro思考的算力。而就在一个月前，解出纳维-斯托克斯方程动用了约1万个智能体、耗时88小时。短短几周内的效率跃升，让不少人直呼这就是"正在发生的智能爆炸"。

黎曼猜想由德国数学家波恩哈德·黎曼于1859年提出，核心内容是关于黎曼ζ函数所有非平凡零点均位于复平面上实部为1/2的直线上。它与素数分布规律密切相关，数论中大量定理都以其成立为前提条件。霍奇猜想则属于代数几何领域，大致描述了复代数流形上的某类拓扑特征（霍奇类）可以用代数簇的组合来表示，其复杂性源于代数几何、拓扑学与复分析三个领域的深度交叉。千禧年大奖问题由美国克雷数学研究所于2000年公布，共七题，每题悬赏100万美元。迄今仅佩雷尔曼于2003年解决了庞加莱猜想，且他本人拒绝了奖金。AI对上述两题取得"部分解答"意味着推进了对问题结构的形式化刻画，但并不等同于完整证明。

数学家的反应：从"核弹"到"数学精灵"

数学界的反应最能说明问题的重量。罗格斯大学教授Alex Konturovich写道："准黎曼猜想？开什么玩笑？如果是人类做出来的，这就是毫无争议的即时菲尔兹奖。"

一位前OpenAI研究员称其中的准黎曼结果是数学界的"Move 37时刻"——借用2016年AlphaGo击败李世石时那步反直觉落子的典故。曾研究纳维-斯托克斯的Anthropic研究员Levin则称这是"数学史上最重要的时刻"。

但也有冷静的声音。数学家Micah Warren表示没看到特别出乎意料的东西："实验室现在能解数学题了，它们花了一堆钱解了一堆题。"他用棒球作比：这就像巴里·邦兹打出第756个本垒打，1987年告诉他会难以置信，但到了2007年，不过是水到渠成。

还有身处其中的数学系学生陷入迷茫，有人问"AI把数学抢走了，我还能转向什么？"坦言这批成果几乎"核平"了自己想做的所有课题。

而乐观派如华盛顿大学前数学教授Sriram Kanan则认为："从公元前5000年到2026年1月，任何数学家被问到是否想要一个数学精灵，100%都会说想要。"他认为这只是对"我是世界级数学家"这一身份认同的剧烈但暂时的冲击。

AlphaGo的Move 37出现在2016年DeepMind与围棋冠军李世石的人机对弈第二局。当时AlphaGo走出第37手，落子于棋盘右侧一个人类职业棋手几乎不会考虑的位置，国际象棋与围棋解说员起初认为这是低级失误，但随后发现这步棋奠定了整局胜势。它之所以成为AI史上的标志性时刻，在于它直观地展示了AI不仅能超越人类水平，还能采用人类根本不会想到的策略——这意味着AI的能力边界已超出人类直觉可以预判的范围。将准黎曼结果类比为"数学的Move 37"，意在强调OpenAI模型的推导路径可能同样超出了数学家的直觉预期，而非仅仅是算得更快。

真正的隐忧：成果生产速度远超人类消化能力

一个关键难题在于：如何理解这些被发布的内容。上月的纳维-斯托克斯结果至今仍在被数学家验证中，而现在又多了几百个待审阅的新成果。

数学家Francesco Maggi指出了高产量AI数学的核心问题："数学不是靠累积正确命题而增长的。成果需要被理解、连接、解释、挑战、复用。"他发问：一次性发布几百个证明的数学价值究竟是什么？如果根本没有足够的人愿意或有能力去读它们，会怎样？

物理学家Steve Hsu把问题推得更远："当AI研究一天产出的数学量超过人类一个世纪能消化的量时，会发生什么？"在他看来，形式系统或许能验证证明，但人类将缺乏足够的语境去理解机器发明的概念网络，数学与物理可能会丧失可解释性，AI不再只是科学工具，而人类是在从一个无法独立理解的庞大智力文明中接收"选择性解释"。

数学证明的验证在传统上依赖同行评审：其他数学家逐行检查逻辑推导的每一步，确认无误后方才被学术界接受，这一过程往往需要数月乃至数年。近年来兴起的形式化证明工具（如Lean、Coq、Isabelle）可以借助计算机自动验证证明的形式逻辑正确性，理论上能绕过人工审阅的瓶颈。然而形式化验证只能确认"推导步骤无误"，并不能保证证明具有数学上的深度、可读性或对其他问题的启发价值。Maggi所指出的困境正在于此：当AI批量生产在形式上合法但语义上晦涩的证明时，即便每一步都经过机器验证，数学共同体也可能无法从中提炼出可迁移的概念洞见，这将使数学知识的积累方式发生根本性改变。

哪些领域会是下一个？以及被"遗漏"的密码学

这些理论数学成果多数缺乏明确的现实应用——厄多斯问题多为智力练习，纳维-斯托克斯的证明也不改变工程师用简化版方程设计飞机的现状。但也有例外：矩阵乘法理论效率的大幅改进（指数从约2.37降至不超过2.25），而矩阵乘法正是AI推理的数学基础，康奈尔教授Steven Strogatz称这一跃进堪比鲍勃·比蒙的跳远纪录。

更耐人寻味的是"缺失"的部分。比特币安全研究员Justin Drake注意到722项成果中密码学突破"明显偏少"。德州大学计算机教授Scott Aronson在博客中透露，AI公司已开始谨慎而低调地探查其内部模型能否攻破重要的密码学协议——如果可以，这不仅是比特币的问题，而是支撑整个数字世界的密码学的问题。

关于其他领域是否会被同样冲击，谷歌杰出科学家Payman Millanfar提出了一个判断框架：自动化速度与领域的"熵"成反比。数学和编程结构化、有序，所以AI做得好；硬科学次之，受制于噪声测量和实验；金融市场更难，是受人类心理影响的复杂自适应系统；临床诊断、法律则更依赖碎片化信号、模糊语言和人类判断；而文化、艺术与战略领导力处于无序的顶端，依赖隐性知识与情感智能，短期内安全无虞。

矩阵乘法复杂度的指数通常记为ω，理论下界为2（即不能比输入规模的平方快太多）。从Strassen算法1969年将ω从3降至约2.81，到此后数十年缓慢逼近，ω的每一次微小下降都被视为重大突破。AI将其从约2.37进一步压缩至不超过2.25，意义在于：矩阵乘法是深度学习推理、科学计算和密码学中的基础操作，更低的ω意味着在相同硬件上可以完成更大规模的计算。鲍勃·比蒙1968年在墨西哥城奥运会上以8.90米打破跳远世界纪录，超越前纪录55厘米，这一成绩在随后23年内无人超越，Strogatz以此比喻强调了这次改进在量级上的跨越感。

两条值得关注的路径

从这里望去，有两条格外引人入胜的路径。一是Payman所推演的——这种颠覆会以何种方式、按什么顺序抵达不同领域，又会在哪些地方因人类或系统性惯性而受阻。NYU的Arpit Gupta断言经济学与社会科学的类似冲击正在到来，沃顿的Ethan Mollick已在经济社会学领域看到"近乎自主的研究达到顶级期刊水准"。

二是数学家们究竟会如何使用这一切。当每位数学家都拥有一个"数学精灵"，这究竟是否定了他们多年的苦功，还是让他们得以做出此前不敢想象之事？答案将在未来几个月逐渐显现。