9 月 5 日,OpenAI 的内部模型找到了一组带外力 Navier-Stokes 方程的有限时间「爆破」特例——也就是说,理论上存在某些初始条件,能让流体的速度在有限时间内趋向无穷。本周,OpenAI 正式公开了这一结果,并附上论文 PDF 与形式化 Lean 证明(Slashdot 引述 NYT 报道)。如果这一结果通过同行验证,将是 AI 首次拿下「克雷千禧年难题」级别的数学命题。
千禧年难题与 88 小时攻坚
Navier-Stokes 方程是描述流体运动的基础方程,2000 年被克雷数学研究所列为七大千禧年难题之一,每个题目悬赏 100 万美元。在 OpenAI 之前,七大难题中只有 1 个被攻克。本次的「解」不是证明方程永远光滑,而是反过来——构造一个会让方程失效的爆破点。OpenAI 研究员 Sebastien Bubeck 在向 NYT 描述这一结果时称其为「过去十二个月我们看到的 AI 在数学领域进展弧线的壮观顶点」。
让业界震动的是 OpenAI 的算力规模:该公司协调了「多达 10,000 个 AI 智能体」,用了 88 小时持续运行才得出这一特例。Slashdot 援引 NYT 报道称,这可能是「数百万美元级别的算力开销」。
争议的核心:未发表成果的边界
事件在数学界迅速引爆争议,焦点并不在数学本身,而在数据来源。过去一个月,纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 已经在利用 OpenAI 与 Anthropic 的 AI 工具推进 Navier-Stokes 相关研究,并取得关键进展。Buckmaster 公开指控 OpenAI 在他们准备公布成果前抓取了他们的数据来训练自己的模型;OpenAI 则声明未利用 Buckmaster 与 Alpöge 的最新工作(Solidot 转载报道)。
这场争议之所以格外刺眼,是因为它把 AI 实验室之间惯常的数据使用边界问题,搬到了人类数学共同体的核心舞台面前:当一方在公开场合宣布「AI 拿下千禧难题」,而另一方声称自己的未发表工作被悄然吸收,这就不再是商业竞争,而是学术诚信问题。
行业影响:数学共同体如何应对「算力霸权」
数学共同体的反应说明,这件事的真正意义并不在于 OpenAI 是否真的「第一个」证出 Navier-Stokes 反例,而在于 —— 当一家公司愿意为抢一个 PR 头条投入数百万美元算力、而同行学者只能按学术节奏发布时,「先发表」的权力会不会从数学家手里转到拥有最多 GPU 的人手里。
如果这次事件没有清晰的后续澄清,接下来学者最理性的反应就是「把未完成的工作藏得更深」——而这恰恰是 Bubeck 在 LinkedIn 公开回应中试图论证的反方向,他强调 OpenAI 的初衷是「尽可能地庆祝」对方的成果。无论 OpenAI 的解释最终是否被接受,这件事都已经给整个 AI for math 圈子留下了一个先例:当一个学术问题被 AI 实验室视为公关机会时,数学共同体的传统信用机制第一次感受到了真正意义上的外部冲击。