如果 OpenAI 的纳维—斯托克斯结果经得起数学审查,它将是一个里程碑。但目前最重要的限定是:这是公司已公开材料支持的一项主张,并非已获数学界独立认可的定论。
OpenAI 表示,一个未公开的内部系统协调约 1 万个 AI 智能体,在 88 小时内生成了分析证明和 Lean 形式化证明,显示起初光滑的流体运动可在有限时间内发展出奇点。公开了材料,不等于同行评审、独立复核和学界接受已经完成。
1
4
OpenAI 到底声称证明了什么?
纳维—斯托克斯方程用于描述水、空气等流体的运动。“存在性与光滑性”问题所问的是:三维情况下,原本光滑的流动会不会在有限时间后失去光滑性、出现数学上的奇点?
OpenAI 声称,它证明的是会出现“失稳”或“爆破”的一侧:在其陈述的条件下,方程的动力学可以在有限时间形成奇点。
4
据报道,OpenAI 发布了一份 166 页的手稿以及 Lean 形式化版本;该系统使用约 1 万个并发智能体,运行时间为 88 小时。
3
1
这里的区别至关重要。Lean 是一种形式化证明工具:它能检查被编码成形式语言的证明,是否从指定定义与假设中逐步推出结论。但研究者仍须审查几个更根本的问题:形式化表述是否就是原本要解决的数学问题?分析证明和形式化是否完整?所采用的假设是否适当?在最初报道时,克雷数学研究所尚未独立接受这项主张。
1
为什么争议迅速演变成“署名与优先权”之争?
数学结论之外,争议还涉及研究来源和科研伦理。
纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 一直在进行相关的流体动力学研究。Buckmaster 指称,OpenAI 得知他们的思路后加速推进自身项目,并对成果署名提出质疑。
OpenAI 则否认其研究人员或 AI 智能体在两人的工作公开前见过这些内容。相关报道也表明,双方所涉结果彼此相关,但并不能据此证明完全相同。因此,核心指控目前仍未有定论:它是一项严肃的公开指责,而不是已经证实的事实。
争论因此不只是“AI 是否算对了公式”。它还关乎研究路线是如何获知的、时间线能否审计、相关贡献应如何署名,以及封闭的商业系统能否接受更广泛研究共同体的有效检视。
有 Lean 形式化,为什么仍不能一锤定音?
形式化验证显著提高了证据标准。Lean 会在严格的形式语言中检查每一步推理,因此有助于发现传统审稿中可能遗漏的逻辑缺口。OpenAI 同时发布可供人阅读的论证和形式化版本,确实让数学家拥有了可审阅的对象。
4
不过,形式验证只覆盖科学判断的一部分。研究共同体还需要确认:
- 范围:证明精确解决了纳维—斯托克斯问题的哪一种表述;
- 对应关系:非形式化定理、假设与 Lean 中的形式定理是否一致;
- 原创性与归属:关键想法来自谁、何时提出;
- 可理解性:证明是否带来可复用的数学洞见,而不只是一个被机器验算的推导;
- 可复现性:外部研究者能否独立检查、解释并在此基础上继续工作。
数学家 Javier Gómez-Serrano 将这一事件称为数学界的“存在危机”,反映出一种担忧:AI 生成结果的速度,可能超过人类理解、验证、教学和确认贡献的常规机制。
数学界为何担心“AI 解题竞赛”?
风波已超出这一份证明本身。包括 Terence Tao 在内的 25 位菲尔兹奖得主签署声明,警告 AI 公司竞相宣称攻克高难数学问题,可能损害科学研究和人才培养。
17
另有一封由加州理工学院现任及前任数学家发起的公开信,反对 OpenAI 参与一场计划中的 AI 数学活动。报道称,公开信发布时已有 771 名签署者;此后 OpenAI 撤回了对 Caltech Mathathon 的赞助。
这些质疑并不等于主张将 AI 排除在数学之外。核心担忧是,专有系统与以宣传为导向的竞赛,可能让抢占新闻标题压过开放交流、审慎署名和数学解释。换一种制度环境,同样的工具也可以用于证明检查、探索猜想、改进论述,或为共享的形式化数学库作贡献。
OpenAI 的下一个目标是霍奇猜想吗?
据报道,OpenAI 曾向《纽约时报》表示,公司已在另一道千禧年大奖难题上取得“实质性进展”,但没有说明具体是哪一道,也没有发布证明。这就是现有公开信息所能确认的边界。
霍奇猜想常被讨论为潜在目标,Birch—Swinnerton-Dyer 猜想也出现在猜测中。有报道称,一名 OpenAI 消息人士称员工预期会在霍奇猜想上取得进展;但 OpenAI 尚未公开宣布已证明霍奇猜想。 因此,任何“霍奇猜想”或“Birch—Swinnerton-Dyer 猜想已被解决”的说法,都应视为传闻,而非数学结果。
接下来该看什么?
真正关键的发展不是又一次发布会,而是对 OpenAI 已公开纳维—斯托克斯材料的独立审查:专家对论证本身的复核、对 Lean 项目及其依赖项的检查,以及对它究竟解决了克雷数学研究所哪一项精确表述的澄清。
若 OpenAI 再对千禧年大奖难题提出新主张,同样的标准仍应适用:精确的定理陈述、可获得的形式化与非形式化材料、透明的研究来源说明,以及足够让研究者检验、理解和延伸的解释。
在 AI 辅助数学中,正确性当然不可或缺;但署名、开放性和人类理解,同样不可或缺。