数学家质疑 OpenAI 的 Navier-Stokes 潜在证明

9月初，该公司展示了一份长达166页的纳维-斯托克斯问题可能解答。OpenAI称，这份证明遵循了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的研究思路。

多组专家对此持不同意见，《Scientific American》报道称。“细看具体内容就会发现，这是一种不同的思路，”EPFL 数学家 Gonzalo Cao-Labora 表示。他说，两者只有表面上的相似之处。

这份可能的证明用 Lean 编写。Lean 是一种形式化验证语言，可以检查每个逻辑步骤，但本身并不会让证明变得易于人类阅读。自其发布以来，克雷数学研究所（CMI）一直在审查这份证明。

在论文发表前，纽约大学数学家 Tristan Buckmaster 指责 OpenAI 借鉴了他与 Anthropic 的 Levent Alpöge 利用公开可用模型开展的工作。OpenAI 否认这一指控，称从未使用 Buckmaster 的数据。据高等研究院的 Camillo De Lellis 称，由于语言模型是黑箱，恐怕不可能得出确切结论。

10月初，OpenAI 又公布了约400项结果，数学界几乎无暇跟进。OpenAI 将这些结果作为一批松散的资料发布在 GitHub 上，此举激怒了许多数学家，他们认为这贬低了自己的学科。

没人知道1万个 AI 智能体是否真的发挥了作用

OpenAI 似乎还不了解自身工作的另一点。为了开发纳维-斯托克斯问题的可能解答，该公司投入了大量算力，部署了约1万个模型实例，运行约88小时，使用了1300亿个 token。据OpenAI 研究员 Noam Brown称，没人真正知道这支庞大的智能体集群对结果有何贡献。

由于使用数千个智能体进行系统性对比测试的成本过高，这种规模下的表现尚未得到研究。没人测试过单个智能体解决同一问题需要多长时间，而且几乎不可能判断1万个智能体相比1000个究竟能带来什么实际优势。

Brown 认为，多智能体架构对成功的贡献不到10%。他说，这些系统新颖又引人注目，因此获得了不成比例的赞誉。真正重要的是基础模型本身：它能够长时间持续处理任务，也能并行运行。

没有炒作的 AI 新闻——由人工精选

订阅 THE DECODER，即可免广告阅读、获取每周 AI 新闻简报、每年六期独家前沿报告“AI Radar”、访问完整档案以及评论区。