OpenAI 与数学界的冲突升级：AI 证明引发争议

背景：AI 进军数学前沿

近年来，OpenAI 等人工智能实验室纷纷宣称其模型能够破解历史性数学难题。随着大模型在符号推理上的突破，业界期待 AI 成为数学研究的新助力。然而，这种“AI 证明”背后隐藏的学术风险也随之浮现。

数学界的联合呼声

本月，25 位获得菲尔兹奖的顶尖数学家共同签署公开信，指出 AI 实验室在追求“抢先发表”时，往往忽视对解答的严谨阐述与前人工作的引用。信中强调，若 AI 生成的证明无法被同行验证、缺乏完整的书面说明，最终只能沦为“黑盒”成果，既不利于学术传承，也可能导致抄袭争议。

核心诉求

• 要求 AI 研究机构在发布数学成果前，提供可复现的推导过程；
• 必须明确标注所有引用的先前工作及合作伙伴；
• 鼓励与传统数学家合作，确保新方法能够被社区接受并纳入教材。

OpenAI 的最新争议

本周，纽约大学教授 Tristan Buckmaster 公开指控 OpenAI 施压其不将与 Anthropic 合作的同事列为贡献者，暗示该公司可能在短时间内利用 Codex 生成了突破性证明。随后，OpenAI 在加州理工学院的数学研讨会赞助被撤销，原因是该校研究者对其“快速发布、缺乏审稿”模式提出批评。

技术层面的可能性

从技术角度看，现有的大模型确实具备在数小时内搜索并组合已有定理的能力，但真正的创新往往需要深层次的概念重构，这仍是人类数学家独有的优势。若 AI 只能“拼接”已有成果，而缺乏独立的概念创新，其价值将大打折扣。

对读者的意义

对于关注前沿科技的读者而言，这场争议提醒我们：AI 并非万能的“数学终结者”，而是需要与人类专家协同工作的工具。只有在透明、可验证的前提下，AI 才能真正推动数学研究的突破。

展望

未来，学术期刊或将设立专门的 AI 论文审稿渠道，确保技术细节公开、归属明确。与此同时，数学家们也需要主动拥抱 AI，参与模型训练与验证，共同塑造一个既创新又负责任的科研生态。