AI在12小时内解决了一个42年未解的数学问题

OpenAI数学突破：AI在12小时内解决42年科学难题

OpenAI报告称，研究人员使用ChatGPT在12小时内解决了一个42年未解的数学问题，这标志着AI在人类水平上进行长期研究的能力迈出了重要一步。

---

AI科学革命：ChatGPT如何在12小时内解决42年数学难题

引言

2026年4月，发生了一件可能成为科学研究史上转折点的事件。一个困扰数学家42年的问题在12小时内被解决。实现这一突破的工具并非新的超级计算机架构或天才数学家，而是与ChatGPT的一次人类对话。

这一成就远不止于学术好奇。大型语言模型首次展示了在真实研究工作所需的水平上进行持续、连贯且富有成效的推理能力。此前，AI被视为信息检索或生成简单答案的工具，而现在它开始扮演一个全方位的科学伙伴角色。本文分析这一事件的细节、对科学和科技界的意义、关键行业参与者的反应以及对未来的预测。

事件详情与时间线

42年未解的问题

故事的核心是一个与经典算法收敛性相关的优化理论问题。四十多年来，数学家们一直未能成功证明该算法的某些性质，而该算法是机器学习、信号处理和经济学的基石。这个问题在狭窄的圈子里广为人知，但被认为极其困难，现有方法难以攻克。

12小时对话：过程揭秘

事件的关键人物是OpenAI高级研究员Ernest Ryu。在公司播客中，他描述了一个为期三天、与ChatGPT纯交互时间约12小时的过程。工作流程与典型的聊天机器人使用截然不同：

• 迭代工作性质： Ryu并非提问后立即得到答案。相反，他与模型进行对话，不断指出错误，细化推理方向，调整方法。
• 迷宫导航： Ryu将过程比作穿越迷宫，每一步都需要评估假设、验证其有效性，然后前进或回溯。他扮演着“手握地图”（整体策略）的船长，而模型则生成数十条可能的路径和中间步骤。
• 决定性时刻： 在工作的第三天，模型在其推理中做出了一个微小但至关重要的改变。正如Ryu所言，新的论证“看起来不同”。正是这个“不同”的方向打破了逻辑僵局，完成了证明。

获得证明后，Ryu亲自验证了多次，然后让学生们逐步骤检查。所有测试都确认了结果的绝对正确性。

影响与意义

对科学界：从工具到参与者的转变

这一事件标志着对AI在科学中角色的理解发生了范式转变。就在两年前，模型在简单算术任务或日程规划中仍常出错。如今，它们正参与解决研究级别的问题。

根据OpenAI的报告《AI作为研究科学家》，科学家使用ChatGPT的方式与普通用户截然不同。科学家平均发送的消息数量是普通用户的3.5倍，与编程和调试相关的查询数量超出典型水平12倍。这表明AI已深度融入工作流程：从文献中寻找思路到为模拟和数学推导生成代码。

对工业与科技：突破背后的意义

怀疑者可能会问：这难道不是一次幸运的巧合或夸大其词吗？然而，对方法的分析揭示了根本性的技术转变。

据OpenAI研究员Sébastien Bubeck称，主要突破并非模型在某一时刻变得更“聪明”，而是其保持持续且连贯推理的能力。之前的模型在短链思维（Chain-of-Thought）上表现良好，但在复杂的多步骤任务中会“断线”。

现代系统，包括Ryu使用的系统，能够：

• 元认知： 模型可以评估自己的中间结论，并在发现错误时重新审视。
• 搜索与综合： 通过生成代码、公式和文本块，AI可以访问“外部记忆”（对话上下文或文件），避免丢失重要细节。

对社会：加速科学进步

OpenAI的预测——由科学副总裁Kevin Weil提出——听起来雄心勃勃，但正在具体化：“到2030年达到2050年的科学发展水平。”

实际案例已超出数学领域：

• 物理学： 理论学家Alex Lupsasca花费数月推导量子黑洞方程。GPT-5 Pro在18分钟内重现了相同结果。
• 生物学： 与RetroBioSciences合作，OpenAI创建了专用模型GPT-4B Micro，设计了用于细胞年轻化的新蛋白质，性能优于最佳人工设计。

对社会而言，这意味着抗癌药物开发、可持续材料创造以及气候问题解决的速度可能呈数量级提升。

关键参与者的反应

科学和科技界的反应褒贬不一：从兴奋到严厉批评，凸显了这一时刻的复杂性。

数学界表达了既钦佩又担忧的情绪。当OpenAI声称解决了15个未解的Erdős问题时，结果发现某些情况下模型并非“解决”了问题，而是从20年前的档案中找到了被遗忘的解法。著名数学家陶哲轩指出，“许多简单的Erdős问题现在更可能由AI方法而非人类解决。”同时，他警告了“数学工业化”的风险，即AI作为强大但需要监督的助手。

OpenAI的竞争对手反应激烈。Google DeepMind负责人Demis Hassabis称OpenAI关于解决创纪录数量问题的响亮但未充分验证的声明是“可耻的”。这凸显了创造“科学AGI”竞赛中的高风险以及沟通失误的不可接受性。

学术界正在推动制度化。美国启动了“Genesis”任务——一项政府计划，旨在创建统一的AI科学发现平台，整合国家实验室、大学和数据中心。这意味着AI在科学中不再是私营公司的玩具，而是成为国家竞争力的关键。

预测与结论

在12小时内解决一个42年难题并非终点，而是一个新时代的开端。它表明我们已进入一个阶段：AI不仅能够处理信息，还能在与人类的对话中生成新知识。

然而，未来并非一片坦途。OpenAI的研究表明，AI的幻觉在数学上是不可避免的。模型总会以一定概率生成错误数据。完全消除幻觉会使AI过于缓慢和不确定，无法大规模使用。因此，人在回路原则在科学中将继续存在。科学家的角色从常规方程求解转变为问题提出、结果验证和方向选择。

结论：

• AI正在成为研究科学家，而不仅仅是搜索引擎。它正渗透到创造性过程的核心——数学证明。
• 对科学家的要求正在改变。 关键技能变为批判性思维和“提示”的艺术（向模型提出正确问题的能力）。
• 加速即将到来。 数十年的科学进步可能压缩为几年，但最终对真理和研究方向的责任仍将落在人类肩上。

Ernest Ryu本人被结果所震撼，离开了学术职位，加入OpenAI开发用于训练模型的合成数据。他的故事最好地证明了技术不仅改变工具，也改变了引领科学前进的人们的人生轨迹。

— Editorial Team