OpenAI发布数学物理三项成果：挂谷猜想被证明，学界质疑发布方式

10月28日，OpenAI对外宣布在数学、计算机科学和物理学三个方向取得突破，并称正在调整成果发布时的沟通做法。接受The Verge采访的研究人员却说，这家公司的行事方式让他们越来越不耐烦，哪怕看上去已经做了路线上的修正。

过去几个月，OpenAI和数学界的关系一直紧绷。十月初，它一口气放出数百篇预印本，数学家们被压得喘不过气。这一回OpenAI表示，会与担任“引导人”的领域专家合作，商定新成果怎么发布才算合适。

三项成果各自瞄准数学、计算机科学、物理学中几个最要紧的未解难题，有的沿袭OpenAI原先的研究方向，有的则另开了一条路。按“引导人”的建议，三项成果的发布方案并不相同：数学成果直接公开AI生成的推导内容，“交由学界研究者自主组织力量去解读这项结论”；计算机科学成果由OpenAI组建外部研究小组负责解读；物理学成果暂时不公开，后续发布形式交给外部专家团队决定。

数学这项成果据称已在全部维度上证明了挂谷猜想，消息相当震撼。这个问题说白了就是：一根针或一支铅笔要转向各个方向，最少得占多大空间。今年早些时候，数学家王虹正是凭三维版本猜想的证明等成果拿下菲尔兹奖。布朗大学数学教授布伦丹 · 哈塞特（Brendan Hassett）说，OpenAI的结论“看起来有充分依据”，不过他强调自己还没核验Lean形式化证明，也就是靠计算机校验结论的那套形式体系。

物理学成果围绕标准模型展开，这是物理学中最成熟、最完备的理论框架。研究聚焦量子色动力学，该理论研究四大基本作用力之一的强核力，以及它与杨-米尔斯理论的关联；杨-米尔斯理论既是现代粒子物理学的基石，也位列七大千禧年大奖难题。不过，OpenAI这项研究并未解决悬而未决的“质量间隙”问题。

最后一项成果宣称证伪了指数时间假说。这是理论计算机科学中被广泛接受的一个假设：有些问题找不到比暴力枚举快得多的解法。该假说与P对NP问题关系密切，后者同样是千禧年大奖难题，也是这一领域最出名的未解问题之一，核心在于：答案容易核验的问题，本身能不能也快速求解。

三项成果公开程度不一，验证门槛又极高，科研人员很难对结论做出完整评判。即便资料全部到手，核验也要花大量时间。但受访专家表示，这些成果值得认真对待，不少人给出的评价是“分量巨大”“属于重大突破”“意义深远”。

科学上的进展让研究人员振奋，OpenAI的做法却让他们恼火。连着几个月接收大量AI产出的研究结论，这种疲惫感已经不陌生了。不少研究者希望学界能把精力集中到繁重的核验工作上，同时质问OpenAI为何还要再加一道门槛，自己挑专家来把住整个流程。

多数受访专家认可OpenAI征询外部研究者意见的做法，但他们提出：研究结论一旦公开发表，材料就应当向所有人开放核验。高等研究院研究员康斯坦丁 · 科格勒（Constantin Kogler）说：“相比之前一次性放出几百篇，这次只公布三项成果，我认可这样的发布节奏。”他不赞同把查阅权限限定在OpenAI选定的专家圈子里，表示：“没有道理一开始只允许少数知名科学家查看内容。”

安德烈亚斯 · 卡赫（Andreas Karch）是得克萨斯大学奥斯汀分校的物理学教授，他的态度很直接：“让他们自己挑专家团队，这太糟了。大型实验室手里的权力本来就够大，谁有资格进来、谁被挡在外面，不该由它们说了算。”卡赫一开始的想法是设一套遴选机制来选研究者，不过他也坦言，最终入围的多半仍是那些顶尖学者。紧接着他又追问：为什么不把证明材料一并公开，再安排一个专家小组来解读？“这样一来，内容人人都能接触到，也能看出他们确实想让这项成果被理解、被重视。”

OpenAI官宣前一天，数学与人工智能咨询专家组（AGMAI）刚发文专门警示这种信息管控做法。专家组表示：“我们不建议AI企业采用这种模式。”在他们看来，优先向特定人群开放内容并无必要，这样做会借用被选中研究者的声望，还会带来访问权限不均、遴选存在偏向、进度无故推迟等风险。专家组给出的方案是：AI实验室应把成果上传到学术预印平台，附上形式化证明和选题说明，并提供资金与配套支持，帮学界解读这些结论。

新成果公布后，AGMAI敦促OpenAI“立即公开发布这项物理学成果对应的自然语言文稿与Lean形式化证明”：

在物理学里，这些是核心问题；在数学上，它们同样分量不轻。量子杨-米尔斯理论是否存在的问题被列入千禧年大奖难题，而构造四维相互作用量子场论，几十年来一直是数学物理领域追逐的方向。

对OpenAI请来牵头这项工作的科学家，我们抱有充分的尊重。可就像我们之前说过的那样，成果该怎么解读，应该放到公开环境里推进，让每个人都有平等的访问权限。OpenAI给出的推迟理由是，Lean形式化证明还没做完。按他们自己的说法，这件事现在已经完成，那从科学角度看，发布就没有继续拖下去的道理。

哈塞特看来，把成果彻底公开同样有助于科学发展，也能让AI这类新工具更容易被接受。“全世界有好几个研究团队一起来琢磨这些结论，需要用到它的研究者就能更快上手这些新工具。”

想让所有与OpenAI有交集学科的研究者都认可同一种沟通方式，恐怕并不现实。OpenAI称正在摸索多种路径，同时坦言每种做法都有代价。斯坦福大学数学家贾里德 · 杜克 · 利希特曼（Jared Duker Lichtman）表示：“我的感觉是，不管选哪种方式，总会有人不高兴。我们要做的只是挑出争议最小的那个。”

在佐治亚理工学院数学教授何晓宇（Xiaoyu He）看来，发布形式只是表面，真正的问题埋得更深。“这些成果确实很出色，可我觉得他们是在有意摆出一副负责任、够审慎的姿态，核心矛盾反而被绕开了：AI这么快就拿下这些基础难题，人类研究者全程没出什么力，而且给出的证明文本读起来费劲，也很难核对。”