AI 刚刚彻底解决了一道 1946 年的数学难题

OpenAI 的推理模型破解了一道困扰数学家八十年的几何问题。曾揭露公司虚假声明的专家如今确认这次是真正的突破。这不是炒作，而是计算数学领域的真正突破。

OpenAI 最新的推理模型成功推翻了一个自 1946 年以来未解决的几何猜想，这一次的验证来自那些曾揭露公司夸大声明的数学家。这一成就标志着人工智能（AI）辅助数学的一个重要里程碑，表明机器学习系统现在可以应对人类数代都未能解决的问题。这个猜想涉及数学家自战后时期以来一直在研究的几何原理。虽然 OpenAI 尚未公开具体的猜想，但来自独立数学家的验证——尤其是那些之前揭穿 OpenAI 声明的专家——增加了极大的可信度。这与公司此前夸大模型能力并被学术界尴尬纠正的早期事件形成鲜明对比。这次突破尤其值得注意的是其方法。现代 AI 推理模型不仅仅是进行蛮力计算，而是以可能揭示人类直觉可能忽略的反例或证明的方式探索数学空间。模型实际上是通过广泛的可能性空间搜索，以找到一个违反猜想声明的配置，从而证明其错误。这一方法在蛋白质折叠和博弈论等领域取得了越来越多的成功，但纯数学领域一直是 AI 最难攻克的领域之一。验证过程至关重要。在 OpenAI 的模型产生结果后，独立的数学家进行了逻辑确认，以确保反驳在严格审查下成立。这不仅仅是公司声称的胜利，而是来自无意虚假背书的专家的同行验证。揭露 OpenAI 上次数学失误的同样研究人员现在为这项工作担保，这充分说明了其合法性。对于面临越来越多质疑 OpenAI 来说，这一时机再重要不过了，质疑其模型到底是否真正朝着更深层次的推理前进，还是只是变得更善于模式匹配。一项真正的数学突破——特别是经过外部专家验证的突破——提供了明确的证据，证明这些系统可以进行新的智识工作，而不只是巧妙地重复训练数据。这是公司在面对几个月来关于 AI 开发回报下降问题后迫切需要的验证。

我的看法

这是我第一次看到 OpenAI 实现了对通用人工智能的承诺，以一种真正对科技圈外的人有意义的方式存在。推翻一个 80 年的猜想不仅仅是令人印象深刻——它是将真正进步与市场宣传区别开来的那种具体、可验证的成就。怀疑的数学家对此的支持使其成为近年来最可信的 AI 里程碑。令人着迷的是，这如何改变了对 AI 安全性和一致性的讨论。我们花了太多时间担心聊天机器人会说出刻薄的话或生成假图像，却忽视了 AI 在基本推理上真正变得比我们聪明的时刻。一个能够解决人类无法破解 80 年的数学问题的系统，不仅是一个更好的计算器，而是一种全新的智能形式。是否对此感到兴奋或恐惧，可能取决于你是否认为我们已做好准备迎接接下来发生的事情。

接下来会发生什么

地球上每个主要数学系都即将把他们最难解决的问题交给 OpenAI 的模型，以看看它还能破解什么。预计在接下来的六个月内将有大量预印本论文测试系统，从黎曼假设到晦涩的拓扑学猜想——不是因为有人期望它能解决那些大难题，而是因为数学家想了解 AI 推理的实际能力边界。真正的问题在于这一突破能否转化为其他领域：如果模型能够导航抽象的几何空间，是否可以解开物理学、经济学或药物设计中同样复杂的问题？更大的冲击将出现在传统数学期刊面临关于同行评审的首次存在性危机时。如果 AI 推翻了一个猜想，谁将被授予信用——构建模型的研究人员、部署它的公司，还是机器本身？我们即将看到学术出版在与 AI 生成艺术的作者问题做斗争时，面临同样的作者身份问题，只不过这次涉及人的知识根本进步的赌注。别惊讶于主要期刊在夏季结束前宣布关于 AI 辅助证明的新政策，以试图抢在无法阻止的浪潮之前。

历史告诉我们什么

上一次一种主要的数学工具根本改变问题解决方式是在 1970 年代引入计算机辅助证明时，其中最著名的是 1976 年证明的四色定理。该证明需要机器检查成千上万的配置，引发了关于人类无法完全手动验证的结果是否算作真正数学的激烈争论。这场争议持续了数十年，传统主义者认为理解需要人类的理解，而不仅仅是计算验证。AI 驱动的数学发现是这场辩论的更激烈版本——除了现在机器不仅是在检查我们的工作，它在进行我们曾以为是人类独有的创造性推理。

市场影响

OpenAI 仍然是私人持有，但这一突破将影响每只涉足 AI 的股票。NVDA（英伟达），目前约为 950 美元，经过 5 月份的强劲反弹后，应会看涨，市场意识到 AI 工作负载正在超越聊天机器人进入真正的科学计算——这正是英伟达的 H100 和即将推出的 Blackwell 芯片设计的高利润企业应用。MSFT（微软），OpenAI 主要支持者和 Azure 基础设施提供商，价格在 420 美元左右，因企业 AI 信誉以及研究机构争相获得这些推理模型的访问而可能受益于潜在的许可协议。更不明显的是量化对冲基金领域。像 Renaissance Technologies 和 Two Sigma 这样的公司已经在数学优势上建立了帝国——如果 AI 现在可以解决困扰人类 80 年的问题，地球上每个量化公司都会竞相部署类似系统进行市场预测和策略优化。这对传统主动管理（SPY 与主动管理基金）来说是看跌的，但对于技术前瞻的金融公司来说可能是爆炸性的。随着市场定价一个 AI 不仅协助交易员而且可能在纯数学推理上表现优异的未来，注意金融科技领域的波动性增加。