基础数学界正站在一场结构性变革的门槛上。OpenAI下一代AI模型Astra的内部版本展示出了此前被认为机器智能无法企及的结果:在高维几何、编码理论、算术电路复杂度、群论、量子复杂度、格密码学和极值组合学等领域,解决了10个长期未解问题或取得了重大进展。目前该模型尚未公开,这更加激发了人们对这一声明的兴趣。

OpenAI究竟发布了什么

该公司发布了一份249页的技术报告、详细的推理过程分析,以及一个包含Lean 4形式化证明的代码库——Lean 4是一种形式化验证系统,其中每个逻辑步骤都由机器验证。据开发者称,数学论证正是由Astra的内部版本生成的。人类仅参与了手稿的准备和协同完善,之后模型自主将每个论证形式化为Lean证书。

“我们认为,署名应当如实反映结果的产生方式:将完全由AI系统生成的证明归功于人类作者,将歪曲系统的贡献以及真正人类智力工作的本质。”——OpenAI如是说。

经济层面的问题同样引人关注。OpenAI声称,根据Sol API的费率,寻找这些解所需的全部token总量大约花费2000美元。然而,这一估算并未计入后续验证、整理以及数学界的工作。该公司也未透露未成功的运行次数或未解决、未纳入发布内容的问题数量。

量子突破与后量子安全

关键成果之一涉及量子并行可重复性——即同一交互式博弈多次并行运行时成功概率的变化特征。在经典理论中,重复会急剧降低欺骗概率,但在量子情形下,由于纠缠的存在,问题变得更加复杂。Astra证明了任意有限双人量子博弈的指数级并行可重复性。如果该结果通过独立验证,可能对量子验证、密码协议和交互式证明产生深远影响。

另一项重要成果涉及最近向量问题——在空间中寻找离给定点最近的格点。这是格密码学的基础,也是后量子防护的主要方向之一。据OpenAI称,Astra在该问题的近似求解复杂度方面获得了更强的结果。需要强调的是:这并不意味着对已部署的后量子系统构成攻击,而是为解码及相关格范数开辟了新的视野。

其他成果及其意义

OpenAI将非索菲克群的构造列为发布的核心成果——这是一个自20世纪90年代末以来一直悬而未决的存在性问题。其他宣称的成就包括:

  • 高维球堆积的改进估计;
  • 二元码和球面码的更紧界;
  • 算术电路复杂度的新下界;
  • 关于Ehrhart体积猜想的结果;
  • 对Conn刚性猜想的反例;
  • 多色Ramsey数的新结果;
  • 对极值图论中两个Erdős猜想的反例。

这些成果属于基础数学范畴,其实践影响并非立竿见影。然而,这一发布本身加剧了关于AI模型是否不仅能辅助研究人员、还能独立获得新科学成果的讨论。

为何需要验证

Lean形式化降低了常见逻辑漏洞的风险:已发布的代码可以被编译并通过机器验证。然而,它并不能替代科学审查。数学家们需要评估形式化陈述是否准确对应原始开放问题、所得结果的普遍性如何,以及它们在现有文献中占据什么位置。这一背景在莱顿AI与数学宣言发布后尤为重要,该宣言已获国际数学联盟批准。文件呼吁在使用人工智能进行数学研究时保持同行评审、专家审查和透明的署名。

OpenAI直接引用了该宣言,并表示对已发布材料的正确性承担责任,但将数学论证本身归于系统,而非协助整理手稿的人员。然而,该公司未公布Astra的公开上线日期,也未提供模型供独立测试。所宣称流程的可复现性目前无法验证。

回顾一下,5月份OpenAI的模型已经推翻了Erdős关于单位距离的80年猜想,几个月后,Anthropic研究员Levent Alpoge借助Claude Fable 5找到了Jacobian猜想的反例。这些事件正在形成一股不可忽视的新趋势。

我的观点:OpenAI的声明不仅仅是AI发展的又一个里程碑,更是一个信号,表明我们正接近机器成为科学进程完全参与者的节点。然而,市场和学术界应保持理性的怀疑态度:在这些结果被独立专家复现和验证之前,其地位仍是初步的。但倘若这些证明得到证实,我们将见证数学——或许还有密码学——新时代的开端。