AREX Feed Article
The Information:OpenAI 接近解开又一道千禧年难题 Hodge 猜想,官宣或推迟
Scientific American 解释 Hodge 猜想时使用的插图(Ag2gaeh,CC BY-SA 4.0):数学家靠覆盖曲面的三角形网格推算「洞」的个数。
据 9 月 17 日的 AI Agenda 通讯报道,OpenAI 正接近解决又一道千禧年大奖难题(Millennium Prize Problems)。报道援引一位知情人士的说法称,这次的目标是 Hodge 猜想(Hodge Conjecture),公司员工预计相对很快就能得到解答;The Information 将此描述为 OpenAI 正在测试前沿 AI 模型能否应对数学界最难的一批未解问题。
报道同时给出第二个信息:即使答案到手,官宣也可能推迟,以免重演 Navier-Stokes 问题宣称解法引发的公关风波。目前这一进展仅出自该媒体的单一匿名信源,未经独立核实。
官宣为何可能推迟:两家的转述与一个匿名信源
这篇通讯由记者 Stephanie Palazzolo 于 9 月 17 日 14:01(UTC)发出,标题就叫《OpenAI Is Close To Solving Another Millennium Prize Math Problem》。Palazzolo 当天在 :「今早 AI Agenda 的更新:OpenAI 正接近解决又一道千禧年大奖难题——Hodge 猜想。不过宣布可能需要额外时间,因为公司还在琢磨如何应对它与数学界之间的紧张关系。」
转述 The Information 对其信源的复述:「公司可能需要更久才能宣布这一解答,因为它正在设法与数学界协作完成宣布,同时不触发又一场公关噩梦。」 的概括更直接:在 Navier-Stokes 的公关危机之后,OpenAI 这次想把发布方式做对。
这条消息的出处很单薄。Gizmodo 明确指出,The Information 援引的是 OpenAI 内部单一信源;OpenAI 自己的公开表态则温和得多——据 转述,《纽约时报》9 月 10 日的报道中,OpenAI 称已在另一道难题上取得显著进展,但没有点名是哪一道。
被点名的 Hodge 猜想:七道难题中最抽象的一道
千禧年大奖难题是(Clay Mathematics Institute,CMI)2000 年在巴黎一次会议上设立的七道数学题,每道附 100 万美元奖金。Scientific American 9 月 15 日梳理道:迄今有两道被宣布解决——佩雷尔曼(Grigori Perelman)在 2003 年证明庞加莱猜想,另一道就是 OpenAI 9 月 8 日宣称的 Navier-Stokes——只剩五道,而各大 AI 公司正在竞逐它们。
Hodge 猜想由数学家 William Vallance Douglas Hodge 于 1950 年在剑桥(马萨诸塞州)的国际数学家大会上提出,此后成为拓扑学最重要的未解问题之一。Scientific American 称它「可以说是七道千禧年难题中最抽象的一道」,并把它列为「AI 最有可能解决的难题」中的第二号候选。
它问的是几何对象的分类:一个对象有没有「洞」、有几个。在能直观想象的范围里,数学家用三角形网格覆盖曲面,网格的顶点和边数会暴露洞的个数;到了高维,这种网格难以检验,得换成多项式方程生成的光滑曲线,用代数方程处理。Hodge 给出的判定标准是:某个确定的积分等于零时,就能用熟悉的代数结构取代三角形网格。该猜想已在一些低维特殊情形得到证明,一般情形仍然未知。the-decoder 把它概括成一句话:图形的某些几何性质,是否总能用更简单的代数构件来描述。
AI 的切入点也在这里。Scientific American 指出,语言模型尤其擅长找反例——它们或许能构造出「积分消失了,却仍不足以保证代数结构」的情形,从而推翻这个提出了 76 年的猜想。
前车之鉴:10,000 个智能体解出的 Navier-Stokes,和一场署名风波
CMI 官网在 Navier-Stokes 声明中使用的湍流射流伪彩色图像(C. Fukushima 与 J. Westerweel,代尔夫特理工大学)。
Navier-Stokes 存在与光滑性问题问的是:三维空间中流体运动方程的解是否始终存在并保持光滑。这个问题悬置了约 90 年。9 月 8 日,OpenAI 在宣布其内部系统给出了证明:光滑初始状态的流体可以在有限时间内发展出奇点,公司同时公开了证明文本和 Lean(机器可检验的形式化验证语言)形式化版本。按博客记述,OpenAI 从 8 月 28 日起训练一个新内部模型——官方称其「显著强于 GPT-6 Astra」;9 月 1 日听到「两道千禧年难题已被解决」的传闻后,公司启动一项评估,对象是所有未解的千禧年难题和另一些高影响问题。解出 Navier-Stokes 的那组智能体约有 10,000 个并发实例,从启动到得出结果约 88 小时,Lean 形式化与验证又用 GPT-6 Astra 花了 17 小时,过程中发出约 270 万条消息、消耗约 1,300 亿输出 token(模型生成内容的计量单位)。博客同时写明:「我们不打算就该结果申领千禧年大奖。」 补充:研究负责人 Mark Chen 说仅计算成本就「达数百万美元」;这个内部模型是 OpenAI 下一代预训练模型的一个变体,代号「Doug」。
纠纷几乎与宣布同步公开。纽约大学数学教授 Tristan Buckmaster 与 Anthropic 员工 Levent Alpöge 此前也在用 AI 攻这个问题——包括 Anthropic 的 Claude 和 OpenAI Codex 运行的 GPT-5.6 Sol——并解出了带外力的 Euler 方程变体;按两人的说法,8 月中旬前后已取得多项进展。按 Buckmaster 公开声明的说法,OpenAI 的 Sébastien Bubeck 两次要求把在 Anthropic 工作的 Alpöge 移出作者名单;Buckmaster 拒绝后,对方问他「你为什么要毁掉自己的职业生涯」,又说「如果你不想让我客气,我就不必客气」。Buckmaster 也给自己留了余地:他没见过 OpenAI 的证明,不知道自己的数据是否被用,公开这些细节只是因为「另一种选择,是放任一连串公告说出我知道为假的话」。
OpenAI 否认了这些说法。官方博客写道:「我们的研究者和智能体在任何意义上都没有看到他们的工作——直到对方公开发布」,但博客同时承认,「不能排除」两人使用其产品产生的去标识化数据曾帮助改进模型,只是双方证明差异显著,Euler 情形的结果(forced,带外力;unforced,无外力)也不相同;按博客记述,OpenAI 在 9 月 6 日完成验证后主动联系两人,提出同日发布并承认其优先权,此时才发现对方解的是带外力的 Euler 问题,公司还提出向他们开放全部提示词(prompt)记录。Buckmaster 在 Mastodon 上回敬:「请注意,他们公开承认使用了在我们得出结果之后的训练数据。用客户的数据抢在客户前头,这合乎伦理吗?」
争议最终交给了 CMI。研究所在 9 月 11 日的声明中说,Navier-Stokes 问题「看来已被解决」(apparently been settled),但按评奖规则,审查「过程刻意从容,我们会提供更新」。
公开信、「slop mathematics」与被撤回的赞助
不满很快超出当事二人。一批现任及前任 Caltech 数学家发表,指责 AI 公司「就数学研究的目标推进了一场科学错误信息运动」,称 AI 产出的「slop mathematics」(灌水数学)实际上构成研究不端——它吸收职业数学家的工作、抢在他们前面发布,却不增进对数学的理解;信中还警告,即将举行的 Caltech Mathathon 会对数学界产生「破坏性影响」。随着争端升级,另有 25 位知名数学家签署了第二封公开信。
这场赛事随后失去了 OpenAI 的赞助。9 月 10 日,OpenAI 研究负责人 Dan Roberts 宣布退出对 Caltech Mathathon 的赞助。Mathathon 计划让 100 支队伍比赛回答「如何负责任地用 AI 工具增进对数学的理解」,每队有 40 小时和 2 万美元的 token 额度,首轮定于 10 月 30 日;OpenAI 与 Anthropic 原本合计承诺 200 万美元额度,其中 OpenAI 承担每队 2 万美元里的 1 万。Roberts 在推文中写道:「我们承认 AI 在数学中的快速进展是颠覆性的。我们希望就整合这项技术、沟通其影响的最佳方式,与数学界展开更多合作。」组织方对 Gizmodo 表示,OpenAI 的退出「预计不会对赛事产生实质影响」,正在与其他公司洽谈同等额度的赞助。
批评者的核心指控,Gizmodo 概括为:AI 公司热衷于抢发未解问题的解法,却对「验证」这种不讨喜的工作兴趣缺缺——第三方专家和 CMI 的审查可能耗时数年。则在 2026 年国际数学家大会上把问题推到更大尺度:如果 AI 产出证明的速度超过人类检验的速度,数学会从「证明稀缺」滑向「证明过载」,面临一场堪比 20 世纪初基础危机的价值观危机。The Information 的新报道就落在这样的背景里:OpenAI 若再宣布解出千禧年难题,要面对的将是一个已经多次公开抗议的数学界。
为什么是数学:OpenAI 的生意与通往 RSI 的路径
The Information 的报道点出了 OpenAI 的两重动机(Gizmodo 转述):一门生意——像大语言模型改写编程那样去改写数学;以及一条通往递归自我改进(recursive self-improvement,RSI)的路径——在数学上占先,帮助足够聪明的计算机进入指数级、自主的自我改进阶段。至于攻克千禧年难题究竟能为公司带来什么,the-decoder 的判断是「并不清楚」,部分内部人士认为它能反哺 RSI。
这与 OpenAI 首席科学家 Jakub Pachocki 的公开表态一致。他在文章《An Alien Mind》中写道:「我们相信可以通过额外聚焦让模型在数学研究上更强,但我们不优先这个方向,因为我们感受到 RSI 和自动化对齐研究的紧迫性。」千禧年难题在 OpenAI 内部更像是检验模型能力的标尺,而非专门优化的方向。能力上已有先例:据 the-decoder,OpenAI 的前沿模型 GPT-6 Astra 曾在覆盖 226 道开放数学难题的基准 ErdosBench 上排名第一,解出 106 题(其中 43 题完全解出)、另证伪 27 题,随后被 Fable 5.1 反超——后者解题数更少,但整体表现更优。
在 Hodge 猜想上,目前能确认的只有 The Information 转述的那位匿名知情人士的说法:答案快了。是再发一篇单方面博客,还是先与数学界谈妥再宣布,这篇通讯没有给出答案。