OpenAI 針對其納維-斯托克斯(Navier–Stokes)成果聲明引起的反彈,支持成立新的**「數學與人工智慧顧問團」**(Advisory Group on Mathematics and Artificial Intelligence)。該團由普林斯頓高等研究院(Institute for Advanced Study,IAS)主辦,讓知名數學家能正式就 AI 生成數學成果的評估與發布提出意見。
不過,這是一個諮詢機制,不是期刊、不是獨立的證明認證機構,也不是能監管 OpenAI 研究計畫的單位。
33
2
這項安排因何而起?
OpenAI 於 2026 年 9 月 8 日發布一份 166 頁論文與 Lean 形式化證明,主張在平滑外力作用下,原本平滑的三維納維-斯托克斯流體可能在有限時間內形成奇異點。OpenAI 將其描述為納維-斯托克斯「存在性與光滑性」問題的解答。
6
Lean 形式化讓研究人員取得可由機器檢查的證明產物;166 頁論文則是供人類閱讀的論證說明。報導指出,研究者仍需花時間釐清這份證明;新的顧問團也正是在外界質疑重大 AI 數學成果應如何審查與傳播的背景下宣布成立。
2
此外,爭議還牽涉學術貢獻與優先權。Tristan Buckmaster 與 Levent Alpöge 在相近時期發布了與相關流體方程問題有關、經 Lean 驗證的成果,雙方發布後引發公開的署名與歸功爭議。這與 OpenAI 的形式化證明是否能通過機器檢查是兩回事:前者涉及研究來源、取得他人想法的途徑,以及應有的學術信用。
1
9 位創始成員是誰?
首屆成員包括:
- François Charles
- Camillo De Lellis
- Timothy Gowers
- Martin Hairer
- Nikhil Srivastava
- Ulrike Tillmann
- Ravi Vakil
- Edward Witten
- Melanie Matchett Wood
26
顧問團由 IAS 主辦,但其定位是獨立於 OpenAI 運作。
33
顧問團有什麼權限?
OpenAI 表示,顧問團將就新數學成果的評估與溝通提供建議,包括成果的重要性、協調發布方式,以及相關的學術與專業研究標準。
17
33
其獨立性在制度上有幾項具體安排:
- 成員不接受 OpenAI 給付報酬;
- 可提出 OpenAI 未主動徵詢的建議;
- 可公開評論 OpenAI 對數學界的影響;
- 可自行公開其建議;
- 可自行決定如何更換或增補成員。
33
這些安排的重要之處在於:顧問若不同意 OpenAI 的做法,不只能私下溝通,也可公開提出異議。不過,這些仍是建議權,而非具拘束力的決策權。
33
它不能做什麼?
顧問團沒有 OpenAI 研究方向或時程的決策權。OpenAI 明確表示,該團不負責建議公司應如何調整內部數學研究的推進速度。
33
2
換言之,它不能:
- 強制 OpenAI 暫停一項研究公告;
- 要求 OpenAI 必須公開某份證明、模型或內部研究紀錄;
- 強迫公司改變論文或成果發布策略;
- 代表整個數學界裁定某一數學主張是否已被正式接受;
- 單靠自身建議裁決既有的優先權或署名爭議。
這是理解此機制的關鍵。顧問團可以建議標準、提出反對意見並公開說明,但模型、內部流程、證據公開程度,以及是否採納建議,最終仍由 OpenAI 控制。因此,它較適合被理解為 AI 實驗室與數學社群間的一道橋梁,而不是獨立同行評審的替代品。
33
2
獨立性與代表性,為何仍是問題?
OpenAI 的章程賦予顧問團發言與公開建議的空間,但實際影響力仍取決於成員是否願意使用這項自由,以及 OpenAI 是否願意回應。尤其顧問團無權影響研究速度,而快速、重宣傳的發布方式,正是外界批評 AI 實驗室處理數學主張時的核心問題之一。
2
33
9 位成員資歷卓著,這為顧問團帶來可信度;但 9 人不會自動涵蓋所有相關觀點。形式化方法專家、受影響子領域的研究者、年輕學者,以及創始名單所代表機構以外的數學社群,可能對審查、資料取得、署名與發布規範有不同看法。報導也提出對成員遴選過程的疑問。
37
無薪架構可強化與 OpenAI 的距離,但也意味著:若要長期進行高強度、甚至帶有對抗性的審查,仍得視成員的可投入時間,以及他們能否取得足夠的原始資料。
對納維-斯托克斯主張意味著什麼?
Lean 驗證的重要性在於,它可以機械式檢查:某一命題是否能從已編碼的定義、公理與引理中推導而出。然而,機器檢查的形式化證明本身,不能保證人類很容易理解整個論證;也不能單獨證明每個建模選擇都精確對應到原先的非形式化問題,更無法處理成果的重要性與解釋力。
顧問團的成立並未改變這個基本分工。它可建議結果應如何評估與溝通;但獨立數學家仍需檢視論文、形式化檔案、前提假設,以及該定理與原問題之間的關係。
33
2
同樣地,顧問團的出現也不會自行化解與 Buckmaster 相關的歸功爭議。可信的解決方式必須依據證據,釐清時間線、個別貢獻、取得資訊的途徑與學術信用,而不只是接受一項顧問建議。
1
真正的壓力測試:另稱「超過 100 項」成果如何發布?
OpenAI 表示,其內部模型還已解出超過 100 個其他開放數學問題;顧問團預計協助以更負責任的方式發布這些結果。
36
33
若要建立可信度,顧問團可推動一套讓外界能真正獨立評估的發布順序:
- 精確界定每一道問題。 公開清單應區分已確立的定理、宣稱已解決的問題、延伸成果與相關結果。
- 同時公開可讀證明與可機器檢查的成果。 人類可讀的證明說明結果為何重要;形式化檔案讓其他人可重現機械驗證。
- 交由對應領域專家檢視。 流體力學、代數、幾何與邏輯等問題,應由實際從事該領域的研究者審查,而非只依賴泛領域顧問團。
- 記錄研究來源與貢獻。 若可能出現優先權、模型存取或使用既有未發表研究的爭議,清楚的紀錄尤其關鍵。
- 把「發現」與「驗證」分開。 AI 可以產生看似有希望的證明,但能否獲得社群接受,仍取決於公開檢驗與可長期保存的學術溝通。
因此,這個新顧問團是一場值得觀察的治理實驗,卻不是爭議的最終解答。它的價值將取決於:建議是否公開、OpenAI 是否提供足夠證據讓外部數學家核驗,以及未來成果發布是否讓審查與署名取得和宣布本身同等的優先地位。