1500万美元 OpenAI联手Anthropic请数学家给AI“验卷”

10月15日，Simons基金会宣布，与OpenAI、Anthropic共同承诺1500万美元的资金及资源，支持数学家检验、理解并拓展AI成果。

OpenAI出资500万美元，另外提供模型和算力，希望将AI的进展转化为更深入的人类理解和新发现。

Anthropic承诺的500万美元支持，包含资金、算力和Claude使用权限。它也坦言：在数学乃至更广泛的科学研究中用好AI，需要时间、精力和资源。

相关资助由Simons基金会管理，用于工作坊、会议等活动。

说白了，就是支持数学家给AI验卷，把那些长篇证明读懂、讲清，再把有价值的方法用起来。

近几个月，OpenAI在数学界接连掀起“剧震”：

先公布10项涉及长期开放问题的研究成果，再宣布给出千禧年大奖难题——纳维–斯托克斯问题的证明，随后又集中发布数百篇数学手稿。

成果如潮水般涌来，人类有点“消化不良”了。

陶哲轩一针见血地指出，数学正从“证明稀缺”走向“证明充裕”，但人类的验证与理解能力未必跟得上。

陶哲轩在讲稿中提出“证明充裕的时代”。

MIT工程教育副院长Justin Solomon在播客节目里坦言，OpenAI那篇纳维–斯托克斯证明，自己读过开头几页，就读不下去了。

Solomon在《Odd Lots》播客中坦言，面对OpenAI给出的纳维–斯托克斯证明，自己连开头几页都没能读下去。

AI能快速生成长篇推导，人类的理解却不会随之自动生成。

722篇手稿

从“写出来”到“读得懂”

10月6日，OpenAI在GitHub公开这批来自内部未发布模型的成果，次日就在更新日志里留下了撤回3篇、修订14篇的尴尬记录。

10月7日更新日志：撤回3篇手稿，修订另外14篇。

问题出在一处符号：

按照论文约定本该取-1，AI在证明中却按+1计算。纠正后原以为归零的计数并不为零，所用定理的前提直接崩塌。

另外两篇手稿用了同一套方法，也被一并撤回，其中一篇研究的是K3曲面乘积的有理霍奇猜想。

这批成果来自模型对约4000道问题的尝试与筛选。数量惊人，验证却还没跟上：

约42%的主要结果配有Lean形式化材料，可供计算机检查推理过程。部分尚未形式化的结果，仍可能存在问题。

就算证明本身没问题，研究也没有结束。

光知道算对了还不够，还要明白是怎样算对的：关键方法是什么？适用条件能否放宽？能不能用它解决其他问题？

做数学研究，作者得看懂自己的证明，也得为它负责。

但AI可能写出一长串推导，连给它出题的研究员都看不懂，更别说检查对不对。

所以，找出错误只是一步。

更关键的是把里面有用的方法讲清楚，让别人学得会、用得上，能接着往下研究。

学术界的火气

1500万美元能解决多少？

这也彻底点燃了学术界的火气。

大家争论的，已不只是三篇手稿有没有错，而是AI一口气交出这么多成果，谁来花时间查错、读懂，再把研究接着做下去？

10月7日，人类数学协会AHM发表严厉声明，批评这种一次性倾倒七百多个文件的行为是在“展示权力”，甚至呼吁数学家停止与OpenAI合作。

陶哲轩博客刊登的AHM客座声明，保留工作组署名。

这份由协会传播工作组署名的声明，也被陶哲轩作为客座文章发在了自己的博客上。

康奈尔大学数学家Alex Townsend的建议很直接：

OpenAI应该先发布经过Lean验证的手稿，其他材料单独放出来，请大家帮忙检查，别把验证过的和还没验证的混在一起。

MIT高级研究科学家Andrew Sutherland肯定了OpenAI迅速纠错的态度，但也表示，想要重新赢得信任，还需要更多工作。

大家担心的是：AI公司用学界拿不到的内部模型，抢先做出成果；数学家却因为缺少同样的工具，反而跟不上自己领域的进展。

AI公司一口气放出大批手稿，查错、读懂的重担，却落到了人类研究者身上。

普林斯顿高等研究院的顾问组（AGMAI）早在9月底就提出：AI实验室不能只顾着发布成果，也要出钱、出资源，支持人类把这些成果读懂。

OpenAI和Anthropic这次联手提供支持，正好回应了学术界此前的诉求。

但这些支持不等于买断话语权：学术界接受支持，也不代表学术界认可AI实验室的所有做法。

这1500万美元究竟该怎么花？

按照公告，基金会会公开征集项目，支持研究者检查AI成果、学习新工具，一起讨论这些工具该怎么用、按什么标准用。

AGMAI此前也建议，可以围绕复杂证明办暑期学校，或组织长期合作的研究小组，让大家有时间和资源把AI写的长篇证明一步步拆开、讲明白。

Simons基金会主席David Spergel也强调：

这些讨论必须由数学共同体主导。

AI公司可以提供资源，但研究什么、如何验证、下一步往哪里走，依然是人类说了算。

学术圈接受资助，也要保留质疑和独立判断的空间。

AI批量交卷

人类继续发掘知识

David Spergel在公告里强调，数学不应只被看作证明和定理的集合，更是由人类好奇心推动的集体理解。

当AI能批量产出研究材料，衡量科学进展，也必须把后续工作算进去。

不能只惊叹AI写出了多少篇论文，更要追问：哪些结果经得起检查？别人能否理解并继续使用？这些成果带来了什么新的探索方向？

陶哲轩的Math 2.0示意图，将“人类理解”置于中心。

而这场讨论，也已经伸向数学之外。

Simons公告明确提到，OpenAI和Anthropic提供的工具和算力，还会用到数学之外的基础科学研究中。

谁来查错、谁能看懂、出了问题谁负责，其他学科也得提前想一想。

近日，理论物理测试里就出现了一个反转：

GPT-6 Astra被判错，专家复核后却发现，部分参考答案本身有错。修正后，Astra在TheoPhysEval的50道研究级题目中答对49道，正确率达到98%。

AI的答案要查，专家的参考答案，同样要查。

再把复杂推导讲清楚，让别人看得懂、用得上，这些成果才能成为下一次发现的起点。

参考资料：

https://x.com/OpenAI/status/2110741355739963884

https://www.simonsfoundation.org/news/simons-foundation-launches-15m-effort-to-help-mathematicians-navigate-ai-era/

https://openai.com/index/sharing-ai-progress-in-mathematics/

https://x.com/AnthropicAI/status/2110846112152105136?utm_source=chatgpt.com