快科技 10 月 8 日消息，北京时间 10 月 7 日，OpenAI 对外公布了其内部前沿 AI 模型取得的多项数学研究成果。

具体来说，OpenAI 在 Github 平台上一次发布了 722 篇数学手稿，并按照结果相关性将其划分为 372 个 " 结果族（Result Families）"，涵盖理论计算机科学、数论、几何、数学物理等 17 个领域。

这些成果包括在准黎曼假设、Hilbert 第十个问题、四维挂谷猜想、Kaplansky 相关猜想等重要数学问题上的进展，部分成果已有 Lean 形式化证明。

OpenAI 宣称，绝大多数结果均采用相同流程，使用尚未发布的内部模型获得，平均每个结果耗费相当于 ChatGPT Pro 三个小时的计算量。在评估过程中，该内部模型被提出了 4000 个数学问题。

对此，学界人士表示，这一成果的规模既令人惊叹，又让人丧气。

伦敦大学学院的弗朗西斯 · 约翰逊研究沃尔 D ( 2 ) 问题长达 25 年，这也是 OpenAI 这批论文所解决的数百个难题之一。

约翰逊感慨：" 我研究这个问题 25 年，为此写了两本书，最后我本人放弃了。AI 能这么快攻克它，我很意外。但 AI 能做到这件事本身，并不出乎我的预料。"

约翰逊提到，近几个月他一直在和 AI 模型协作，"AI 给出的分析其缜密程度与清晰程度令他震惊 "。

他坦言：" 这把我们所有人置于一个非常微妙的境地。坦白讲，精灵已经从瓶子里出来了。我们必须接受这个现实。人类本就具备适应能力，所以我们只能去适应。眼下，我们只能静观，为之惊叹。"

但帝国理工学院的凯文 · 巴扎德提醒大家应当保持审慎。他说，这批成果里有 30 篇论文属于他研究的数论领域，其中仅有 7 篇看起来质量突出，而只有 1 篇通过 Lean 形式化验证。

据了解，Lean 是一种计算机验证工具，可以确精准核验数学推导。

巴扎德表示，尽管我们不能急于断定这些结论全部成立，但 AI 在数学领域的整体进步势头十分惊人。

他分析认为，如果这批新成果大部分最终被证实正确，我们将窥见新的常态。" 很久以来，已经不存在能够精通全部数学领域的人类专家，而现在，机器似乎拥有了这种能力。"

剑桥大学的本 · 阿拉纳克分析了 AI 企业持续突破数学领域的核心原因。

他指出，各大 AI 企业一直在聘请数学家，投入大量时间与资源开展研究，因此不断产出亮眼成果。" 对这些公司而言，（数学发现）是智力领域的奖杯，一个可以争取到手的奖杯。"

阿拉纳克称，这一切 " 令人困惑，同时带来冲击 "。" 我很庆幸自己不是纯数学家。如果是，你难免会想问，那我们人类研究数学还有什么意义？"