新一代Astra AI模型系列的内测版本取得了令人瞩目的成果,解决或实质性推进了数学和理论计算机科学领域10个长期悬而未决的问题。目前该模型尚未向公众开放,但公司已发布了详细资料,包括一份249页的论文、推理过程分析以及一个包含Lean 4形式化证明的代码仓库。
所宣称突破的核心
根据我对已发布数据的分析,OpenAI声称Astra在高维几何、编码理论、算术电路复杂性、群论、量子复杂性、格密码学和极值组合学等领域解决了相关问题。值得注意的是,寻找解决方案的令牌成本按Sol API费率计算仅为约2000美元——这一数字凸显了科学研究成本的急剧下降。
关键点在于诚实的归属声明。OpenAI明确表示,将完全由AI生成的证明归功于人类作者将是对系统贡献的歪曲。这为关于AI在科学中角色的讨论树立了重要先例。
对量子领域和密码学的重要意义
有两项成果特别引人关注。首先,Astra证明了任意有限双人量子博弈的指数级并行可重复性——这可能对量子验证和交互式证明产生影响。其次,该模型在最接近向量问题的复杂性上获得了更强的结果,这对格密码学——后量子防护的支柱之一——至关重要。但需要强调:这并不意味着对已部署的后量子系统构成威胁。
其他成就包括
- 构建非索菲群——该论文的主要成果;
- 高维球堆积的改进估计;
- 二元码和球面码的更强边界;
- 算术电路复杂性的新下界;
- 关于Ehrhart体积猜想的结果;
- 对Connes刚性猜想的反例;
- 关于多色Ramsey数的新结果以及对Erdős猜想的反例。
验证的必要性
Lean形式化是降低逻辑错误风险的强大工具,但它不能替代科学专业知识。数学家需要评估形式化陈述是否与原始问题相符,以及它们如何融入现有文献。鉴于《莱顿AI与数学宣言》呼吁保持同行评审和透明的归属,这一点尤为重要。
值得注意的是,OpenAI未披露失败运行的次数,也未公布Astra的公开发布日期。所声称过程的可复现性目前无法独立验证。这一突破让人联想到近期AI已经推翻80年历史猜想的案例,但此次成果的规模和深度达到了全新的水平。
我的结论:我们正在见证一个转折点。如果这些结果得到证实,将加速AI从工具向独立研究者的转变。然而,在该模型可供外部测试之前,对这些声明应持谨慎乐观的态度。