菲尔兹奖得主陶哲轩领衔呼吁抵制 OpenAI：因 AI 批量生成数学证明引发学科危机与公平性争议

菲尔兹奖得主、该小组主席陶哲轩（Terence Tao）在其博客上以客座文章的形式分享了这份声明，同时在 Mastodon 上勾勒出一个“数学 2.0”时代，在该时代中，解决问题不应再是该学科的主要焦点。复杂性理论家斯科特·阿伦森（Scott Aaronson）在他的博客上将这一局势描述为“数学末日”（Mathocalypse）。

AHM 的声明加剧了一场持续数月的争论。OpenAI 此前已引发轰动，声称其内部模型在短短一个月内解决了超过 100 个未解决的数学问题，其中包括针对纳维-斯托克斯千禧年难题的一种方法。面对日益增长的批评，OpenAI 在高等研究院设立了咨询小组 AGMAI，尽管该小组明确表示对公司内部研究的进度没有发言权。

AHM 将此次发布视为一种武力展示

AHM 表示，OpenAI 已经忽视了 AGMAI 建议的核心前提，即高级数学问题不应在内部模型上进行测试。“数学家们并未要求开展这项工作，”声明写道，并将一次性发布超过 700 个文件描述为“并非学术能力的展示，而是权力的展示”。

声明的开篇段落还提到了 OpenAI 在全球范围内面临的众多版权诉讼，暗示该公司之所以能取得这些成果，是因为它使用了数学家的工作成果进行训练——无论是否合法——尽管并未直接明说这一点。

同样的争议在 OpenAI 近期宣布解决 Navier-Stokes 问题时再次浮现，而就在不久之前，两位数学家本打算展示他们借助 AI 完成的解决方案。这两位研究者在工作中使用了 ChatGPT，OpenAI 则否认了外界关于其利用这些交互数据来训练自身系统并更快得出解决方案的猜测。

Aaronson 将这一做法与他所称的“Anthropic 模式”进行了对比。OpenAI 一次性发布原始的 AI 证明草稿，从而引发了一场竞相完善这些草稿的竞赛。相比之下，Anthropic 与两位算法研究人员合作，其 AI 模型为推翻两个存在数十年的猜想提供了关键思路。这些研究人员获得了报酬，并撰写了一份人类可以理解的证明版本。

这两种方法各有弊端。OpenAI 的做法让社区无偿承担使证明易于阅读的繁琐工作；而 Anthropic 的做法则允许一家私营公司决定由哪些数学家担任成果的“代言人”。

AI 破解数学问题的速度远超人类验证结果的速度

陶哲轩此前曾与包括 Peter Scholze、Maryna Viazovska 和 Martin Hairer 在内的 24 位菲尔兹奖得主共同签署声明，警告 AI 行业的目标与数学学科的目标之间存在“严重错位”。他们认为，解决问题只是手段，该学科的真正目标是概念性理解；以越来越快的速度批量生产已解决的问题，可能会“摧毁肥沃的土壤，而非为新思想注入生命力”。

签署者还批评了那些仓促发布的、缺乏规范撰写或相关先前工作引用的 AI 生成解决方案，指出这引发了“严重的归属权和抄袭问题”。

在 Mastodon 上，陶哲轩现在走得更远。在传统数学界，长期悬而未决的问题的证明通常会带来学术报告、研讨会、新的合作关系以及被纳入教科书的机会，从而吸引年轻研究人员去理解和梳理这些成果的背景。

如今，他看到的却是截然相反的景象。问题正被那些对该领域毫无兴趣、甚至无法充分理解结果以解答疑问或发表演讲的 AI 用户自主解决，由此产生的研讨会和合作数量远少于传统突破所能带来的成果。研究人员也因担心竞争对手抢发解决方案而不敢公开有前景的研究方向。

对于陶哲轩而言，这种损害是不可逆的。一旦一个问题被视为已解决，就无法再将其“未解决化”。正如他所言，即使仅仅知道存在一个解决方案，也会“污染”对其他可能带来进一步洞见的研究路径的探索。解决方案正在被大规模地“收割”，导致整个数学分支的肥沃程度大不如前。

陶哲轩认为，“数学 2.0”时代必须停止将解决问题作为衡量进步的主要标准，转而重视解释说明、社区建设以及开辟新的研究方向，并相应地改变对人才培养、论文发表和职业晋升的评价方式。

这一观点建立在陶哲轩 2024 年提出的“工业数学”愿景之上，尽管在那一版本中，人类仍掌握着节奏。AI 本应像引擎辅助棋手那样辅助数学家，从而支持广泛但相对浅层的研究，以此补充人类专家更深入的工作。然而今天，陶哲轩看到这些角色发生了逆转：AI 正在解决深层难题，而人类则在事后处理这些结果。与许多其他专家一样，陶哲轩显然也严重低估了 AI 发展的速度。

研究人员们分享着一些黑色幽默。同为 AGMAI 成员的 Timothy Gowers 转发了米兰大学机器学习算法研究者 Nicolo Cesa-Bianchi 在 X 上发布的一条帖子。| 图片：X 截图

三小时的 AI 算力如今可与一位数学家的整个职业生涯相匹敌

Aaronson 通过其妻子 Dana Moshkovitz 的经历，展示了这一事件对个体研究者的影响。Moshkovitz 将整个职业生涯都奉献给了“唯一游戏猜想”（Unique Games Conjecture），这是理论计算机科学中的一个未决问题。而此次发布的内容中声称包含了该猜想的证明。

在发布当晚发给 Aaronson 的短信中，她写道：“这感觉像是有人嗑了致幻剂后写出来的东西。”文档中的大部分内容晦涩难懂。论文引用了大量文献，却未解释这些文献为何适用，尽管早前的结果本应排除这种可能性。

“基本上，这篇论文写得极其糟糕，以至于没有 AI 辅助根本无法阅读，”Moshkovitz 说道。该证明依赖于一套全新的、怪异的构造，她将其描述为“某种外星人的疯狂举动”。

Aaronson 列举了复杂性理论、数论和算法研究领域的其他成果，包括对几个剩余克雷数学研究所千禧年大奖难题的部分进展。在他看来，其中任何一项成果单独拿出来，都足以跻身年度顶级研究成果之列。

然而，此次发布中有一个领域明显缺席：密码学。据 Aaronson 引用匿名消息源报道，AI 公司目前正悄然探测加密协议及原语中的弱点。总共测试了约 8,000 个问题，成功率约为百分之五，每个问题平均需要 GPT-Pro 级别的算力运行三小时。所使用的模型很可能也是 OpenAI 当前的内部版本，该版本有望在未来几个月内面向付费 ChatGPT 用户推出。

数学家们就抵制行动是否有效存在分歧

陶哲轩博客文章下的评论显示了该领域的分裂程度。几位评论者支持抵制行动，提议研究人员停止使用 OpenAI 的产品，同时呼吁加强对 arXiv 等预印本服务器的保护，防止训练数据被大规模抓取。

另一些人则认为 AHM 的立场不切实际，辩称 OpenAI 不会停止在数学领域的工作，且公开成果优于私有成果。还有一位评论者提出质疑：如果连作者本人和其他人都无法完全理解证明过程，那么一个问题是否真的能算作已解决？以纳维 - 斯托克斯方程为例，目前尚不清楚该结果是否真正加深了人们对流体动力学的理解。

AGMAI 本身采取了比 AHM 更为外交的立场，将此次发布视为第一步，并认为对结果的数学理解才刚刚开始。尽管如此，该组织警告称，数学研究的未来不能局限于处理由 AI 实验室生成的结果。

“数学家必须能够提出自己的问题、发展自己的方法，并探索那些未被选作展示 AI 系统能力示例的方向。公平地获取强大的研究工具和充足的计算资源，对于保障这种自由至关重要，”该组织写道。