OpenAI数学证明被指未达学界既定标准

OpenAI本周发布了数百个声称攻克世界最难数学问题的解答，并对外表示，为了避免上一次模型解决某个长期悬而未决问题时所引发的争议，它专门咨询了一个由顶尖数学家组成的顾问团队。然而从学界的反馈来看，这一次OpenAI仍然没有达到既定的标准，尤其是在数学家反复强调的人类理解这一环节上。

这个顾问机构名为数学与人工智能顾问小组（AGMAI），由普林斯顿大学高等研究院主办，成员包括来自全球多所机构的九位知名研究者。该组织在九月底发布了针对前沿实验室求解数学问题的指导原则，并在关于OpenAI这批最新证明的声明中表示，建议是否被成功遵循，最终应由数学界来评估。

但AGMAI提出的第一项请求，就是停止在专有模型上测试高深数学问题。而OpenAI在发布说明中明确写道，它正在使用开放研究问题来评估自家的专有模型。这一表态与顾问组的首要建议直接相悖，也成为外界质疑的焦点之一。

AGMAI的核心关切之一是确保人类能够真正理解这些结果。对于人们看不懂的论文，数学家们建议应当把证明形式化，以便机器可验证、同行可复核。但在OpenAI公布的证明中，仍有42%未经形式化处理。信息披露方面同样存在缺口：OpenAI确实遵循了部分原则，例如尽快公布结果、附带说明模型如何得出结论的信息，但并非对所有结果都做到了这一点。在全部719份文稿中，仅有10份公开了模型的思维链。

因此至今仍不清楚，OpenAI在发布这些证明时，是否按照AGMAI的原则承担了确保人类理解随之而来的责任。该顾问组还建议，OpenAI应当出资支持人类数学家的工作，因为只有依靠这些人，实验室给出的解答才可能在真正意义上变得有价值、可被检验并被领域吸收。

知名数学家陶哲轩一直是OpenAI这套做法的批评者。在这批证明发布后，他在社交媒体上写道，问题正被那些对更广泛领域本身毫无兴趣的AI提示者自主解决，一旦最初的目标被标记为已解决，他们便不再关心后续，也根本不理解AI输出的内容，以至于无法就结果回答问题、做报告，或以其他方式与领域内的其他人互动。

这种担忧并非空穴来风。剑桥大学与伦敦国王学院的数学家本周联合发布了一篇论文，对前沿实验室处理此类挑战的方式提出质疑。论文特别指出，在一个号称由OpenAI模型解决的价值百万美元的问题上，自然语言表述的解答与形式化表达的解答之间存在明显差距。这意味着，即便模型给出了看似完整的答案，从可验证、可传播、可被同行接续研究的角度来看，它距离数学界认可的结果仍有相当距离。

当AI模型求解数学问题时，它首先面对的是一套基于自然语言的推理路径，而数学界要求的则是严密的符号化证明。两者之间的转换并非自动完成，需要大量人工参与。这也解释了为什么AGMAI会把人类理解与形式化验证放在如此突出的位置：如果前沿实验室只追求解题数量与速度，却不投入资源帮助数学界消化这些结果，那么再多的证明也难以转化为真正的知识增量。

从目前的反馈看，OpenAI在这批发布中做到了部分透明，却没有回应顾问组最核心的诉求。对整个人工智能研究社区而言，这场争论的意义已经超出单个实验室的发布策略，它触及一个更基础的问题：当模型开始在高难推理任务上给出成果时，评价标准究竟应该由谁定义，以及人类应当在多大程度上参与到结果的验证与理解之中。