OpenAI搅乱数学界！科研项目没了，数学家遭毁灭性打击，学界还要数年消化

机器之心编辑部 数学家可能真的遇到难题了：AI 产出新数学的速度，开始超过数学界理解数学的速度。 几天前，OpenAI 突然在 GitHub 上公开了一批由内部未发布前沿模型生成的数学 研究成果 ，数量达到惊人的 722 篇。其中涉及数论、代数几何、分析、组合数学等多个方向，一些成果还配有 Lean 形式化证明。 仓库地址：https://github.com/openai/math 几天过去，数学界真正的麻烦出现了。 《The Verge》采访了 30 多位数学家。面对这场成果洪流，他们用「 令人震惊、压得人喘不过气、前所未有、恍如梦境、简直疯狂 」等来形容 OpenAI 带来的这场冲击。 尽管每个人的反应不同，研究人员普遍认同一点： 仅仅理解 OpenAI 这次发布的内容，可能就需要数年时间，AI 产出新数学的速度，开始超过数学界理解、验证和吸收数学的速度。 更麻烦的是， OpenAI 或许不会等数学界慢慢消化完这些成果，就会继续向前推进，甚至发布更多新的结果 。 纽约大学数学教授 Tristan Buckmaster 在接受采访时表示，OpenAI 一次性发布 722 篇手稿， 已经摧毁了一些职业早期数学家的研究路径，甚至让一些完整的研究项目失去继续推进的意义 。 成果爆发之后，验证成了新的瓶颈 如此庞大的成果数量，使得外界甚至很难对 OpenAI 到底发布了什么做出初步判断。 在这些成果公布后的数小时乃至数天里，《The Verge》采访的大多数数学家都表示，他们仍在努力消化全部内容。几位研究者称， 光是看完那份大约 40 页的目录和摘要，就花了将近一个小时 。 康涅狄格大学数学教授 Álvaro Lozano-Robledo 表示： 仅仅浏览完整的摘要列表，就已经让人感到不堪重负 。 在这数百篇手稿中，还穿插着一些使用 Lean 编写的形式化证明。 但这些成果的验证程度差异非常大。 OpenAI 在 GitHub 上承认，这些结果目前处于不同的验证阶段，而且许多手稿已经完成形式化，但并非全部。截至发稿时，这批手稿中完成形式化验证的比例还不到一半。 OpenAI 表示，在 700 多篇手稿中， 只有 300 项核心结果完成了形式化验证，约占 42% 。公司称，随着获得更多形式化证明，会继续更新这一仓库。 多位数学家向《The Verge》抱怨形式化验证覆盖不足，尤其是在成果数量如此庞大的情况下。他们强调， 即便某项结果附带了 Lean 代码，评估也不意味着可以立刻完成。 研究人员还需要进一步检查：这份形式化证明究竟证明了论文声称的那个结论，还是只证明了一个与之相关、但并不完全等价的命题。 这同样是一个耗时的过程。 一些正在逐篇检查论文的研究者表示，即便已经提供了可由计算机验证的证明，质量也并不一致；有时 Lean 所验证的命题，与论文正文中声称的结论之间，并不能完全清晰地对应起来。 伦敦帝国理工学院数学教授 Kevin Buzzard 表示，他在自己研究的代数数论领域里发现了不少相关定理，但其中只有大约六个结果第一眼就特别突出。而这些结果中，几乎没有一个看起来已经在 Lean 中完成了正式验证。 Buzzard 说道：所以，要么我得去读这些可能并不正确的垃圾内容，要么等其他人先去读，要么就等有人把它们形式化之后，我才能确定这些结果到底是不是正确的。 不少其他研究人员也表达了类似的担忧。 这种担忧很快有了具体案例。研究者 Fan Nie 表示，他们使用自建验证系统 OSVerify 检查 OpenAI 10 月 4 日版本的《Global quantum geometric Langlands at irrational level》时，发现了两个重大问题，其中一个问题还由系统提出了修复方案。 来源：https://x.com/FanNie1208/status/2108458991567462432 这也进一步说明，OpenAI 批量产出前沿数学结果之后，验证本身正在变成另一项需要被规模化的工作。甚至开始出现一种颇具意味的新局面：AI 负责生成证明，另一套 AI 系统负责找错和修补。 OpenAI 的数学洪流，也夹杂着不少 slop Buzzard 并不是唯一担心 AI slop 的人。 这里的 slop 通常用来形容那些质量低下、经常包含错误的 AI 生成内容。近年来，这类内容越来越频繁地出现在互联网上，甚至进入现实世界，其中也包括学术论文。 数学家告诉《The Verge》，近几年借助 ChatGPT、Claude 等工具生成的此类内容明显增加。很多材料逻辑混乱、难以阅读，也体现不出对相关领域的真正理解；在引用和归功其他研究者方面，问题尤其明显。 OpenAI 此前发布的一些数学研究文本，就曾因写作粗糙受到专家广泛批评，其中一个突出问题就是引用不足，甚至完全缺失归属说明。 因此，在这次大规模发布之前，一些研究人员私下已经把即将到来的论文洪流称作 slopocalypse，也就是 AI 垃圾内容末日之类的说法。 至于这次人们担心的 slopocalypse 是否真的发生，目前还很难判断，主要原因恰恰是 OpenAI 一次发布的材料实在太多。 早期迹象显示， OpenAI 这一次在论文质量上似乎更加谨慎，至少部分论文如此 。多位数学家告诉《The Verge》，他们的第一印象比预期好得多。 不过，他们也承认，这个标准并不高，因为 OpenAI 此前发布的一些数学材料质量本来就比较糟糕。 而比以前更好，并不意味着已经足够好，更不意味着达到了通常情况下，这类重大数学主张所应满足的学术标准。 尤其是在 OpenAI 很多数学结论尚未完成形式化验证的情况下，配套论文的质量就变得格外重要。 因为这些论文是数学家确认、理解、审查和定位相关成果的主要依据。 即便在最理想的情况下，写出一篇严谨的数学论文也不是一件容易的事。 而像 OpenAI 这样，以如此大的规模同时完成这些工作，更是一个极其艰巨的任务。 OpenAI 的模型正在以令人眼花缭乱的速度，在大量不同数学分支中不断产出新结果，其速度远远超过公司内部人类研究人员能够审查的能力 。 问题在于，OpenAI 并没有足够广泛的专业知识储备和人力资源，去真正严格审查这些处在数学研究最前沿的成果。 接受《The Verge》采访的研究人员表示，这一点在论文中已经体现出来。 很多人形容 其中一些论文很难理解，有时甚至几乎无法读懂 。 布朗大学数学教授 Brendan Hassett 告诉《The Verge》：我最熟悉的那个问题，它的论文写法我快速读了一遍之后几乎看不懂。如果这是一个人写的，我不会再花时间试图理解它。当然，这还剩下另外 721 篇预印本！ Hassett 说这番话时，OpenAI 还没有撤回后来被撤下的三篇论文。 一些研究人员还告诉《The Verge》，他们或者同事注意到， 部分论文看起来可能覆盖了其他数学家此前已经完成的工作 。 不过，在真正仔细检查完这些材料之前，他们不愿公开下定论。 另一些研究者则注意到，这些论文异常简短。 有些结果如果按照传统数学论文的标准， 本来可能需要数百页才能完整展开，但在 OpenAI 发布的材料中