当全球社会正在讨论人工智能的伦理框架时,我们正在见证基础科学中的一个历史性时刻。8月1日,OpenAI为自2016年以来一直未解的十个数学问题提供了证明。这不仅仅是语言模型的又一次更新——它展示了人工智能如何开始站在人类知识的前沿工作。
突破背后的意义
这些解决方案是通过Astra模型的内部版本获得的——这是OpenAI下一代架构,与Sol、Terra和Luna一起被定位为一个独立的类别。据我评估,这里的关键创新不在于计算本身,而在于方法论:模型不仅生成假设,还将每个证明用Lean语言形式化,以便进行机器验证。这是至关重要的一步,因为它消除了人工智能研究的主要问题——幻觉和逻辑错误。
过程的经济性也很有趣:根据OpenAI的计算,按Sol的API费率,用于寻找解决方案所花费的令牌总成本约为2000美元。与数学团队多年的努力相比,这微不足道,为科学的民主化开辟了新的视野。
突破性成果
在关键成就中,有一个构造证明了非拟似群的存在。这解决了自1999年米哈伊尔·格罗莫夫引入拟似性概念以来一直悬而未决的核心问题。此外,康恩关于冯·诺依曼代数的刚性猜想被推翻,埃尔哈特关于体积的猜想以及埃尔德什关于多色拉姆齐数的第183号问题也得到了解决。我特别要指出的是,在高维球体填充方面,改进的估计达到了科恩-埃尔基斯阈值——这对编码理论和密码学具有直接的应用价值。
曼彻斯特大学的数学家托马斯·布鲁姆已经称这些结果为“重大新闻”和该领域构造方面的“重要一步”。我同意他的看法:这与我们7月观察到的Anthropic的Claude模型推翻1939年猜想的重要性相当。
然而,我们应保持清醒的认识。Astra未能攻克“千禧年问题”——克莱数学研究所为其中七个问题悬赏100万美元。这提醒我们,即使是最先进的人工智能也远未解决最深刻的数学谜题。OpenAI已将模型提交给华盛顿的监管机构评估——根据特朗普政府的新规则,在它公开亮相之前(可能作为GPT-6或在GPT-5系列中),需要经过这一程序。
我的结论:我们正站在一个新时代的门槛上,人工智能不再是工具,而是科学发现中的全面合作伙伴。模型能够处理人类奋斗数十年的问题,这是对整个行业的信号:对推理模型的投入不仅会在商业应用中带来回报,也会在基础科学中产生价值。