.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f){kind=small}
ARTICLE SIGNAL
OpenAI联手Anthropic掷1500万请数学家验卷：AI大模型与证明充裕时代解析 | AI新闻
深入解读OpenAI与Anthropic联手出资1500万美元请数学家为AI验卷的重磅事件,解析大模型在数学证明与基础科研中的机遇与验证困境,全面追踪前沿AI资讯。
type
status
date
slug
summary
tags
category
icon
password
网址
在人工智能加速狂奔的今天，大模型（LLM）正以前所未有的速度席卷科学研究的前沿阵地。然而，当强大的生成能力撞上极为严苛的严谨科学，戏剧性的一幕发生了：10月初，OpenAI一口气向学术界公开了722篇由内部未公开模型生成的数学手稿；仅仅一天后，就因一处致命的正负号计算错误，紧急撤回了其中3篇并修订了14篇。
这一事件不仅暴露了当前前沿AI推理能力的边界，更将学术界面临的“认知过载”推向了风口浪尖。面对海量奔涌而出的机器手稿，人类数学家不仅没感到轻松，反而深陷“查错难、读懂难”的焦虑。为了化解这一信任危机，两大顶级AI实验室罕见联手——Simons基金会联合OpenAI与Anthropic共同出资及资源达1500万美元，正式设立专项资金，专门资助人类数学家给AI“验卷”。
这项重磅投资背后揭示了怎样的科研范式变革？在迈向AGI（通用人工智能）的道路上，AI大模型究竟是在赋能人类，还是在给科学界制造“验证赤字”？本篇AI新闻深度专栏将为您带来全面解读。想获取更多深度、及时的AI资讯与技术前沿动态，欢迎常驻专业AI门户 aigc.bar。
722篇手稿背后的“符号崩塌”：大模型推理的脆弱与狂妄
这起事件的起因在于OpenAI内部的一次大规模科学实验。依托其最新研发但尚未正式公开发布的推理大模型，团队针对约4000道高难度数学问题进行了大规模生成与筛选，最终整理并公开了722篇数学论文级别的长篇手稿。
然而，仅仅公开24小时，更新日志中就出现了尴尬的撤回通知。翻车的原因极其微小却致命：
在某篇手稿的证明推导中，按照约定本该取值为“-1”，AI模型却将其按“+1”代入运算。这导致原本在纠正后理应非零的计数直接归零，该步骤赖以立足的底层定理前提瞬间瓦解。更严重的是，另外两篇关于K3曲面乘积有理霍奇猜想的手稿沿用了同一套构造方法，最终遭遇连锁坍塌，被迫一同撤回。
这次事件清晰地揭示了当前LLM在解决顶尖数学问题时的核心软肋：
1. 长程推理中的逻辑漂移：尽管提示词（Prompt）与思维链机制极大地提升了模型的推导广度，但在极端严密的符号推演中，一个微小的参数错误便足以毁掉数百页的手稿。
2. 形式化验证覆盖不足：在公开的成果中，仅有约42%的内容配有计算机可自动检查的Lean形式化代码，剩下的58%依然完全依赖于人类专家肉眼核对。在缺乏机器双重校验的情况下，大模型输出的内容依然可能暗藏玄机。
“证明充裕”与“验证赤字”：人类数学家的认知危机
著名菲尔兹奖得主陶哲轩（Terence Tao）曾指出，数学研究正在跨入一个前所未有的“证明充裕的时代”（Era of Proof Abundance）。在过去，找到一个核心定理的证明极其稀缺；而在今天，算力与AI结合后能够源源不断地生成长篇推演。
但问题随之而来：AI能以毫秒级的速度批量交卷，人类的大脑却无法以同等速度完成理解。
MIT工程教育副院长Justin Solomon在面对OpenAI给出的千禧年大奖难题（纳维–斯托克斯问题）证明时公开坦言，自己仅仅阅读了开头几页便难以继续。机器可以写出长达几十页甚至上百页的复杂推导，但这些推导不仅没有遵循人类数学家惯用的直觉与结构美感，甚至连给出Prompt的AI研究员自己都无法解释清楚中间步骤的合理性。
这随即引爆了学术界的巨大反火。人类数学协会（AHM）甚至发表声明批评这种一次性倾倒数百个未经严格审计文件的举动是一种“算力权力的炫耀”，呼吁警惕AI实验室以掠夺性的姿态冲击传统学术共同体。数学家们关心的从来不仅仅是“结论对不对”，更在乎“为什么对”、“核心洞察是什么”以及“这一方法能否迁移到其他猜想中”。如果AI仅仅充当一个黑盒推导机，人类知识体系便无法真正得到滋养。
1500万美元解囊：OpenAI与Anthropic为何联手买单？
面对学术界的广泛质疑，OpenAI与Anthropic这对在商业上激烈竞争的劲敌，终于坐到了同一张谈判桌前。
根据公布的合作方案，Simons基金会、OpenAI以及Anthropic三方共同承诺提供1500万美元的资金与技术资源支持：
* OpenAI出资：提供500万美元专项资金，并额外开放专属模型与算力支持；
* Anthropic出资：承诺500万美元资源包，包含资金、高性能计算算力以及Claude的高级使用权限；
* 独立管理与学术主导：所有资源全权交由Simons基金会管理，主要用于组织全球数学家的工作坊、跨学科研讨会、Lean形式化工具培训以及针对复杂证明的长期攻关小组。
这一举措释放了一个强烈的信号：AI巨头们终于意识到，科技成果如果脱离了人类知识共同体的吸收与认可，其价值将大打折扣。
正如Simons基金会主席David Spergel所强调的，学术共同体必须在这场技术革命中掌握绝对主导权。企业提供算力工具和资金，但研究哪些课题、如何定义验证标准、理论推导究竟走向何方，依然必须由人类研究者牢牢把控。
外溢效应：基础科学与全行业AI协作的深远变革
这起由数学手稿引发的风波，其深远影响正在迅速外溢至数学以外的更广阔学科。在理论物理领域，近期一项名为TheoPhysEval的测试同样展现了人机博弈的戏剧性反转：某高级AI模型给出的物理推演原本被评判为“错误”，但在多位物理学家深度复核后赫然发现，竟然是专家组原本设定的标准参考答案自身存在瑕疵；修正答案后，该模型在50道研究级难题中答对了49道。
这一真实案例证明：
* 验证机制是双向的：不仅人类需要验证AI生成的内容，AI反向挑战人类固有认知的场景也将成为新常态。
* 人机共生范式重塑：未来的顶尖科研人员，不仅要精通本学科的专业理论，更需要掌握高阶提示词设计、形式化编程以及与chatGPT、claude等主流工具深度协同的综合能力。
从更广阔的视角来看，无论是基础科学的前沿突破，还是普通从业者探索AI变现与生产力革新，单纯依靠大模型单向输出内容的时代正在过去。如何构建起“机器高效生成—形式化自动筛选—人类深度理解拓展”的闭环，才是决定未来谁能率先迈入AGI时代的核心竞争力。
结语：在AI狂潮中坚守人类理解的核心
1500万美元的资助无法在一夜之间消除机器推导与人类理解之间的鸿沟，但它标志着顶尖科技企业与严谨学术界之间建立了一种全新的合作契约。数学从来不只是一串孤立的符号与定理列表，它是人类好奇心与理性逻辑的结晶。让AI负责繁重、穷举的推演，让人类专注于直觉、洞察与体系架构，才是人工智能与现代科学互相成就的正轨。
科技浪潮日新月异，掌握权威、专业、客观的行业动向至关重要。如果您希望紧跟全球人工智能前沿风向，追踪更多大模型技术演进、产品评测及深度AI日报资讯，请持续关注专业的全方位AI门户：https://aigc.bar，让我们共同见证智能时代的每一次深度蜕变。
Loading...