OpenAI数学成果遭质疑，陶哲轩警示“证明消化不良”危机

【科技纵览】当人工智能试图以算力暴力破解人类智慧皇冠上的明珠时，一场关于学术伦理与研究范式的激烈辩论正在悄然上演。10月9日，据IT之家报道，OpenAI在GitHub平台公开了719份由AI生成的数学解答手稿。这些成果横跨372个数学结果族，触及数百项长期悬而未决的开放研究问题。然而，这份看似丰硕的成绩单，却因未能完全契合“数学与人工智能顾问小组”（AGMAI）设定的严谨标准，而陷入舆论漩涡。

回溯至10月6日，OpenAI最初上传的手稿总数为722份。但在次日，由于发现一处符号错误及其引发的连锁反应，官方紧急撤回了其中3份文件，最终定格在719份这一数字。尽管OpenAI声称在发布前曾咨询由普林斯顿高等研究院主导的AGMAI，并参考了其公开建议，但实际执行层面似乎存在落差。AGMAI此前明确呼吁，前沿AI实验室应停止在外界无法访问的专有模型上测试高难度数学题，并要求全面披露模型名称、提示词、推理链条、耗时及计算成本等关键信息。

遗憾的是，OpenAI此次行动仍依赖于黑盒般的专有模型，且在全部719份手稿中，仅有10份附带了完整的模型推理链。更令学界担忧的是可理解性问题。顾问小组强调，AI生成的证明必须便于数学家审查与学习。然而数据显示，约42%的证明未经过形式化处理，也缺乏将自然语言论证与形式化产物相连接的机器可读元数据。AGMAI随后声明，其咨询角色绝不构成对OpenAI获取或发布这些结果的背书，最终评判权仍在于数学界是否认可相关建议得到了充分落实。

这一事件迅速引爆了关于AI生成数学成果的透明度、形式化验证机制以及学术研究自主性的广泛争议。加州大学洛杉矶分校教授、2006年菲尔兹奖得主陶哲轩于10月7日在社交网络mathstodon上发表长文，表达了深切忧虑。这位被誉为“数学界莫扎特”的学者坦言，他并不排斥AI辅助研究，甚至一直是积极使用者，但他强烈反对将“用AI快速攻克著名难题”作为主要目标或商业展示手段。

陶哲轩指出，传统数学突破绝非仅仅“得到答案”那么简单。作者需通过报告、研讨与同行交流，使证明得以简化、解释并纳入教材，进而催生新问题与合作方向。相比之下，当前由提示者驱动AI自主解题的模式，往往在“解决”目标达成后便戛然而止，后续的理解、讨论与领域建设严重缺失。发布者甚至可能无力解释AI的输出或与领域互动。他将此现象称为数学界的“证明消化不良”：AI高速产出命题与证明，人类却来不及验证、吸收与教学，导致大量“无人能消化的证明”堆积。

尤为令人警惕的是，OpenAI倾向于将纳维–斯托克斯方程等千禧年难题作为模型能力的基准测试。在陶哲轩看来，这混淆了“解题速度/数量”与“数学理解/洞见”的本质区别。一旦问题被公开“解决”，其状态几乎不可逆转，即便后人想探索不同路径，已知答案的存在也会“污染”纯粹的探索过程。这种将开放问题视为可批量消耗资源的大规模“收割”，恐将使整个数学领域的土壤变得贫瘠，远不如传统研究方式那般肥沃且充满生机。