OpenAI与Anthropic出资1500万：请数学家验AI数学卷
1500万美元！OpenAl联手Anthropic，请数学家给AI「验卷」
新智元报道
新智元报道
10月6日，OpenAI一次性放出722篇数学手稿，全部由内部AI模型生成。
仅仅一天之后，其中3篇被宣布撤回。
三篇手稿栽在同一处正负号错误上：一篇先出错，另外两篇沿用了同一套构造，结果跟着一起被撤。
AI成批交卷，验卷的钱则由两大巨头来出。
10月15日，Simons基金会对外宣布，联合OpenAI和
Anthropic共同承诺1500万美元资金及资源，用于支持数学家检验、理解并拓展AI取得的成果。
其中OpenAI拿出500万美元，并额外提供模型和算力，目标是让AI的进展落到人类更深的理解和新发现上。
Anthropic这边承诺的500万美元支持，涵盖资金、算力以及Claude的使用权限。它同样直言，要在数学以及更广的科研领域把AI用出效果，时间、精力和资源一样都不能少。
这笔资助交由Simons基金会打理，主要用于工作坊、会议这类活动。
说到底，就是掏钱请数学家给AI「验卷」：把那些长篇证明看明白、讲清楚，再把其中真正有用的方法用起来。
最近几个月，OpenAI在数学圈接连引发「剧震」：
先是公开10项涉及长期开放问题的研究成果，接着宣称给出了千禧年大奖难题——纳维–斯托克斯问题的证明，之后又集中放出数百篇数学手稿。
成果像潮水一样涌来，人类这边有点「消化不良」了。
陶哲轩点得很准：数学正从「证明稀缺」转向「证明充裕」，可人类验证和理解的能力未必跟得上。
陶哲轩在讲稿里提出了「证明充裕的时代」这一说法。
MIT工程教育副院长Justin Solomon在播客节目里坦言，OpenAI那篇纳维–斯托克斯证明，自己只读了开头几页，就读不下去了。
Solomon在《Odd Lots》播客里提到，OpenAI那份纳维–斯托克斯证明，他翻了几页就放下了。
模型可以很快铺开一大段推导，可人这边要读懂，并不会跟着一起变快。
10月6日，OpenAI在GitHub上把这批内部未发布模型产出的成果公开；到了第二天，更新日志里就出现了撤回3篇、修订14篇的记录。
10月7日的更新日志写明：撤回3篇手稿，另有14篇做了修订。
差错卡在一个符号上：
论文约定该取-1，AI证明时却当成+1来算。改回来以后，本来以为会归零的计数并不是零，所用定理的前提也就塌了。
剩下两篇用的是同一套方法，同样被撤回，其中一篇讨论的是K3曲面乘积的有理霍奇猜想。
这些结果，是模型在约4000道题上反复试、再筛出来的。产出量很大，核验却落在后面：
这批主要结果里，大约42%附有Lean形式化材料，推理过程能交给计算机核查。剩下那些还没形式化的，问题有可能仍然存在。
即便证明本身挑不出毛病，研究也还没到收尾的时候。
光确认算得对不够，还得弄清楚它是怎么算对的：用了什么关键方法？适用条件能不能放宽？换个问题还能不能接着用？
数学研究有个前提，作者得看得懂自己写下的证明，也得对证明负责。
可AI不一样，它可能甩出一大段推导，连出题的研究员都读不明白，更别提判断对错了。
因此找出错误只是其中一步。
更要紧的是把其中有用的方法讲透，让别人学得会、用得起来，能顺着往下做研究。
学术圈的火气就这样被点着了。争论的焦点已经不只是那三篇手稿有没有错，而是AI一下抛出这么多成果，查错、读懂、把研究接着推进下去的时间该由谁来出？
10月7日，人类数学协会AHM发出一份措辞严厉的声明，直指一次性倾倒七百多个文件的做法是在「展示权力」，并呼吁数学家停止与OpenAI合作。
这份声明由协会传播工作组署名，陶哲轩把它作为客座文章刊登在自己的博客上，工作组署名一并保留。
康奈尔大学数学家Alex Townsend提了个很直接的建议：OpenAI先发布经过Lean验证的手稿，其余材料单独放出、请大家帮忙检查，验证过的和没验证的不要混在一起。
MIT高级研究科学家Andrew Sutherland认可OpenAI迅速纠错的态度，但他也表示，要重新赢得信任，还得做更多工作。
外界担心的地方在于：AI公司动用了学界拿不到的内部模型，抢先做出成果；数学家手里没有同样的工具，反倒跟不上自己领域的进展。
一批手稿被AI公司一次性放出，查错和读懂的担子却压到了人类研究者肩上。
普林斯顿高等研究院的顾问组（AGMAI）在9月底就已提出，AI实验室不能只顾着发布成果，还得掏钱、出资源，支持人类把这些成果读明白。
OpenAI和Anthropic此番联手提供支持，恰好回应了学术界先前提出的诉求。不过，这些支持并不等于买断话语权：学术界接受支持，也不代表它认可AI实验室的所有做法。
公告给出的办法是公开征集项目。研究者可以拿这笔钱去核查AI产出的成果，也可以借机学习新工具，再坐到一起商量这些工具该怎么用、按什么标准用。AGMAI早先提过类似的思路：围绕复杂证明办暑期学校，或者拉起长期合作的研究小组，让参与的人有时间和资源，把AI写出来的长篇证明一层层拆开、讲清楚。
Simons基金会主席David Spergel把话说得很直接：这些讨论得由数学共同体来主导。AI公司能出资源，但研究什么、怎么验证、下一步朝哪走，最终还是人来定。学术圈拿了资助，质疑和独立判断的空间同样要留住。
David Spergel在公告中表示，数学不能只被当成证明和定理的堆叠，它更是靠人类好奇心推着走的集体理解。
AI现在能成批产出研究材料，那衡量科学进展时，后续这些工作也得算进去。
光盯着AI产出了多少篇论文还不够，更该追问的是：哪些结论真经得起检验？旁人能不能读明白、接着往下做？这些成果又打开了哪些新的探索方向？
陶哲轩那张Math 2.0示意图，把「人类理解」放在了正中间。
这场讨论其实早已超出数学的边界。
Simons的公告里写得很清楚，OpenAI和Anthropic拿出的工具与算力，还会投到数学之外的基础科学研究上去。
谁来挑错、谁看得懂、出了岔子谁来担责，别的学科也得早点琢磨琢磨。
就在近日，理论物理测试里冒出一个反转：
GPT-6 Astra先被判了错，专家复核之后却发现，一部分参考答案自己就有问题。改过来以后，Astra在TheoPhysEval的50道研究级题目里答对49道，正确率到了98%。
AI给出的答案要查，专家手里的参考答案，一样得查。
再把复杂的推导讲明白，让别人看得懂、用得上，这些结果才可能成为下一次发现的起点。
参考资料：
