数学家质疑 OpenAI 对其 Navier-Stokes 证明的理解

9月初，该公司提交了一份166页的纳维-斯托克斯问题潜在解决方案。OpenAI声称该证明遵循了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的思路。

如今多组专家对此表示异议，《科学美国人》报道称。EPFL（洛桑联邦理工学院）的数学家 Gonzalo Cao-Labora 表示：“当你深入细节时，会发现这是一种不同的方法。”他说，两者的相似只是表面上的。

这份潜在证明是用形式化验证语言 Lean 编写的，它可以检验每一个逻辑步骤，但其本身并不能让人类直接读懂。克雷数学研究所（CMI）自该证明发布以来一直在审阅它。

在发表之前，纽约大学数学家 Tristan Buckmaster 指责 OpenAI 的成果建立在他和 Anthropic 的 Levent Alpöge 利用公开可用模型完成的工作之上。OpenAI 否认了这一说法，称其从未使用过 Buckmaster 的数据。高等研究院的 Camillo De Lellis 表示，由于语言模型是黑箱，要得出一个确定的答案几乎不可能。

10月初，OpenAI 又抛出了大约400个结果，数学界几乎应接不暇。将它们以零散合集的形式发布在 GitHub 上激怒了许多数学家，他们认为这贬低了自己的领域。

没人知道1万个智能体是否真的帮上了忙

OpenAI 似乎还有另一点没有理解自己的工作。公司在这项工作上投入了大量算力，部署了约1万个模型实例，运行约88小时、消耗1300亿 token 来开发这份纳维-斯托克斯问题的潜在解决方案。据 OpenAI 研究员 Noam Brown 称，实际上没人知道这支庞大的智能体集群对结果究竟有什么贡献。

这种规模的运行方式从未被研究过，因为用数千个智能体进行系统性对比测试成本太高。也没有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1万个智能体比1000个智能体有什么具体优势。

Brown 认为多智能体设置对成功的贡献不到10%。他说，这些系统新颖又抢眼，所以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并并行运行。

AI 新闻，没有炒作 – 由人工精心筛选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整存档访问权限，以及评论区的访问权限。