新智元报道
10 月 6 日，OpenAI 一口气公开了 722 篇由内部 AI 模型生成的数学手稿。
仅过一天，其中 3 篇就被宣布撤回。
让三篇手稿一起翻车的，居然只是一处正负号错误：一篇出了错，另外两篇沿用了同一套构造，也被一并撤回。
AI 批量交卷之后，两大巨头联手为「验卷」买单。
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
编辑：元宇
