“纯粹的疯狂”：数学家需要数年时间才能理解 OpenAI 的最新跌幅
资讯概览
本篇资讯源自 The Verge AI，报道了关于 “纯粹的疯狂”：数学家需要数年时间才能理解 OpenAI 的最新跌幅（英文原文：‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop）的最新国外 AI 科技动态。
- 媒体来源：The Verge AI
- 发布时间：2026/10/10 03:09:44
- 资讯分类：国外 AI 资讯
详细内容 (中文翻译)
- 开放人工智能
职业生涯一夜之间发生了翻天覆地的变化，在 OpenAI 继续前进的同时，学者们必须将解决方案与废品分开。
- 分享
“令人震惊。” “压倒。” “空前的。” “超现实的。” “纯粹的疯狂。”
这些是三十几位数学家在接受 The Verge 采访时提出的描述，他们试图理解 OpenAI 本周突然在该领域发布的大量数学结果。在对这场洪水规模的敬畏、兴奋和不确定性中，人们对这一切意味着什么以及接下来会发生什么产生了深深的焦虑。尽管反应各不相同，但研究人员一致认为，仅仅了解 OpenAI 发布的内容可能需要数年时间，更不用说弄清楚数学家本身在周围正在发生变化的领域中的位置了。许多人担心 OpenAI 不会等那么久就继续前进——或者发布更多。
OpenAI 总共发布了近 400 个人工智能生成的结果。这些内容分布在 700 多份手稿中，涵盖了各种数学学科，包括组合学、几何学的几个分支、数论、理论计算机科学、代数、拓扑、概率和统计力学以及数学物理学。该集合是如此庞大，以至于 OpenAI 认为有必要发布有关如何浏览庞大的 GitHub 存储库的指南。
人工智能接管数学已经开始
OpenAI只想赢
OpenAI 不断压垮数学家
庞大的工作量甚至使得对公司到底发布了什么内容进行初步评估都变得困难。在价格下跌后的数小时和数天内，The Verge 采访的大多数数学家表示，他们仍在努力消化所有内容；一些人表示，仅仅浏览大约 40 页的目录和摘要就花了他们大半个小时。康涅狄格大学数学教授阿尔瓦罗·洛萨诺·罗布莱多 (Álvaro Lozano-Robledo) 表示：“仅仅浏览整个摘要列表就让人不知所措。”
数百份手稿中散布着 Lean 的形式化内容，Lean 是一种编程语言和证明助手，可以通过计算验证结果。事实证明，这些形式化有助于评估 OpenAI 之前的一些数学主张，让研究人员相信某个主张在逻辑上是正确的，即使他们不完全理解其背后的论点。
“如果人工智能现在消失，就像外星人来到地球然后又离开一样，我们将在接下来的十年里研究这个问题，试图理解一切。”
但每个结果得到验证的程度差异很大。 OpenAI 在 GitHub 上承认，结果“处于不同的验证阶段”，并且“许多（但不是全部）手稿已经正式化。”截至撰写本文时，该收藏中似乎只有不到一半的手稿经过正式描述。 OpenAI 表示，719 份手稿中只有 300 份最重要的结果已经正式化，约占 42%，并且“在我们获得这些结果后，它将以更多的正式化方式更新存储库”。
几位数学家向 The Verge 抱怨缺乏形式化，特别是考虑到结果数量巨大，并强调即使精益代码伴随着结果，评估也不是即时的。研究人员必须检查形式化是否确实证明了结果所声称的内容，这是另一个耗时的过程，并且对论文进行了多次深入研究后发现，即使提供了计算机可验证的证据，质量也不一致，而且他们验证的陈述并不总是能够整齐地映射到随附手稿中的主张。
伦敦帝国理工学院数学教授凯文·巴扎德 (Kevin Buzzard) 表示，他在自己的工作领域（代数数论）中发现了许多定理，其中只有大约六个定理立即“脱颖而出”。其中很少（如果有的话）似乎在精益中得到了正式验证。 “因此，我要么必须阅读可能不正确的错误，要么等待其他人也这样做，要么等待有人将它们正式化，然后我才能确定结果是正确的。”巴扎德的担忧得到了许多其他研究人员的响应。
巴扎德并不是唯一一个担心人工智能“失控”的人。该术语是人工智能生成的低质量、经常错误的材料的缩写，这些材料越来越多地出现在网上和现实世界中，包括学术论文。与其他领域一样，数学家告诉 The Verge，近年来，使用 ChatGPT 和 Claude 等工具生成的此类材料数量大幅增加。其中大部分内容令人困惑、难以阅读，而且对这个主题的理解很少；当谈到赞扬其他研究人员时，它尤其卑鄙。
OpenAI 之前的数学文章因其草率性质而受到专家的广泛批评，尤其是其糟糕或根本不存在的归因。在发布前与 The Verge 的对话中，几位研究人员将即将到来的大量论文称为“slopocalypse”，或该主题的类似变体。
令人担忧的“灾难”是否真的发生还很难说，很大程度上是因为释放的材料数量令人眼花缭乱。早期迹象表明，OpenAI 这次对论文更加谨慎，或者至少对其中的一些论文更加谨慎。几位数学家告诉 The Verge，他们的第一印象远远好于他们的预期，不过他们自己也承认，考虑到该公司之前发表的劣质出版物，这并不是一个很高的标准。
“这是一个大混乱。它可能会导致学术文化的巨大崩溃，并直接杀死大多数院系。这是一个社会问题，人工智能实验室似乎完全忽视了这个问题。”
但更好并不一定意味着好，更不用说达到这种规模的学术著作通常预期的标准了。由于 OpenAI 的许多主张都缺乏正式验证，因此随附论文的质量变得尤为重要；它们是数学家确认、理解、审查结果并将结果置于背景中的主要手段。
即使在最好的情况下，撰写严格的数学论文也是一项艰巨的工作。以这种规模开展这项工作是一项艰巨的任务。 OpenAI 的模型正在以令人眼花缭乱的速度输出数学知识，涵盖广泛的专业领域，远远超出了其员工的能力。该公司根本不具备广泛的专业知识或资源来正确审查其在数学前沿的发现。研究人员告诉 The Verge，这表明了这一点。
许多人描述的论文很难理解，有时甚至几乎不可能理解。布朗大学数学教授布伦丹·哈塞特 (Brendan Hassett) 告诉 The Verge：“快速阅读后，我最了解的问题的描述毫无意义。” “如果这是一个人写的，我就不会再花时间去理解它了。当然，这还剩下 721 个预印本！” （哈塞特在 OpenAI 撤回三篇论文之前说过这句话）。
一些研究人员告诉 The Verge，他们或他们的同事注意到几篇论文似乎涵盖了其他数学家已经涉足的领域，但在有机会正确审查这些材料之前，他们对公开这么说持谨慎态度。其他人指出这项工作异常简洁，他们通常期望将数百页压缩成几十页或更少。
OpenAI 希望向精英数学家咨询如何不再失手
OpenAI 又取得了一批数学突破
数学家想要证明 OpenAI 没有使用他们的工作成果
澳大利亚悉尼大学数学教授纳里尼·乔希 (Nalini Joshi) 表示，快速搜索该新闻稿后发现，与她自己的工作几乎没有重叠，但她指出，她检查的一些论文“参考书目很短”。鉴于之前对 OpenAI 的信用做法的批评，她表示她“担心论文中的归属可能缺乏完整的故事。”
但尽管存在种种偏差和不确定性，总体共识是该版本包含一些真正令人印象深刻的作品。
The Verge 采访的许多研究人员在强调评估材料量的困难以及正确验证结果的必要性的同时表示，尽管其演示存在缺陷，但这项工作似乎具有很高的水准。他们表示，在人工智能出现之前的世界中，OpenAI 的许多成果显然都值得在顶级期刊上发表，并且足以确保其作者的学术生涯。其中少数工作被描述为可以使数学家成为菲尔兹奖的有力竞争者，菲尔兹奖是该学科的最高荣誉之一。
“我要么必须阅读可能不正确的错误，要么等待其他人也这样做，或者等待有人将它们正式化，然后我才能确定结果是正确的。”
