10000个AI分身88小时攻下千禧难题!奥特曼两夜没睡,却不领100万奖金

  新智元报道

  你想象一下这个画面:一个望不到头的大考场,一万张小桌子排得整整齐齐,跟走进了小人国似的。每张桌前坐着的,都是同一个 AI。一万个分身,埋头做同一道题。这道题,人类最聪明的脑子琢磨了 90 多年。88 个小时里,它们互传了 270 万条消息,比考场里递小纸条还凶。小人国边上站着一个大人,奥特曼。他两夜没睡着。

  第 88 个小时,卷子交了。考的是一道千禧难题,谁解开奖 100 万美元。这 100 万,OpenAI 说不领。这周,第二道千禧难题的卷子也阅完了,这回交的是半张。诺奖得主领着五人组审完卷,在评审文件开头写了一句:我们还不敢说完全看懂。这周五,播客主持人帕特尔发了篇长文,把 88 小时那张卷子当证据。他改了口:超级智能最晚 2030 年就来,快的话,明年。

  要是一百年后有人写数学史,这一页大概只有一句:那年秋天,题还是人出的,做题的换成一万个 AI。

  10 月 29 日,奥特曼去录 Stripe 联合创始人科里森(John Collison)的播客《Cheeky Pint》,两个人端着啤酒边喝边聊。半杯酒下肚,他聊起一件自己「大概不该讲」的事。

  有个周末,OpenAI 刚拿到一个新模型,在内部建了个频道,起名叫「(模型名)-Hold My Beer」,意思就是「酒你先拿着,看我的」。研究员把自己学术生涯里最难的题往里扔,结果模型一道接一道放倒,好几个领域都是这样。「连着两个晚上,我大半夜都没睡,兴奋得上不了床。」奥特曼说,「我高兴极了,可我也比自己预想的难过得多。」那种感觉,他说像是有什么东西结束了。主持人听完说,这叫怀旧。奥特曼接话:不止是怀旧。真正让他睡不着觉的,是一道千禧难题。

  一句传闻

  88 小时交卷

  千禧难题,是克雷数学研究所 2000 年挑出来的 7 道数学大题,谁解出一道,就悬赏 100 万美元。此前公认解开的,只有庞加莱猜想。纳维-斯托克斯方程就是其中一道。这个方程专门管流体怎么动,造飞机、报天气、算血管里的血流都靠它。

  这里头有个悬了 90 多年的问题:一股开头很平滑的水流,会不会在有限时间里突然自己「炸」掉,让某一点的速度冲到无穷大?

  OpenAI 这次去碰它,起因是一句传闻。按 OpenAI 自己 9 月 8 日公告里的说法:9 月 1 日周二那天,他们听到风声,说有两道千禧难题被人解出来了。巧的是,那会儿 OpenAI 手里正好有个新模型,8 月 28 日刚开训。它在基准测试里跑出了前所未有的成绩,而且训练还没停,成绩还在往上涨。被传闻一激,他们干脆把这个还在训练的模型拉出来,把剩下没解开的千禧难题挨个试了一遍。

  打法是人海战术:把一大群 AI 智能体分成小组,组里能互相通气,手边配有一份缓存的互联网,还能自己跑代码。最后攻下纳维-斯托克斯那道题的那一组,同时开工的智能体在一万个这个量级。做题中途先出了个意外。分下去的「简单题」里有一道欧拉方程,近 100 个智能体干了 50 个小时左右,先把不带外力的那一版解出来了。

  OpenAI 一看这势头,觉得纳维-斯托克斯最有戏,当即把别的千禧难题上的智能体全撤过来,拿欧拉的解法当引子往下攻。到了 9 月 5 日周六,离第一批智能体开工大约 88 个小时,答案出来了:会炸。

  一股从静止起步、受平滑外力推着的流体,能在有限时间里自己长出奇点,样子像一根越拧越细、越转越快的意大利面。紧接着,GPT-6 Astra 又花了 17 个小时,用 Lean 把整套证明交给计算机逐行核对了一遍。为了啃下这一道题,智能体之间互发了 270 万条消息,写了约 1300 亿个输出 token。奥特曼在播客里估了个价:跑这一单,大概是一千万美元的量级。

  至于这个模型叫什么,OpenAI 没吐口,只说它「比 GPT-6 Astra 强得多」。网上有说法称它就是下一代 GPT,不过出处我们没核到。

  那 100 万美元奖金,OpenAI 说不打算领。

  传闻那头到底是谁,OpenAI 也是后来才弄清楚:是 Anthropic 的员工阿尔普格(Levent Alpöge),还有纽约大学数学教授巴克马斯特(Tristan Buckmaster)。

  9 月 6 日 Lean 核对完,OpenAI 还以为人家也做出了纳维-斯托克斯,便主动找上门,想一起发布,认对方做在前面。结果两边一聊才知道,对方用 Anthropic 的内部模型做出来的,其实是带外力的欧拉方程,不是千禧难题。

  那道欧拉方程,OpenAI 的分身解的是不带外力的那一版;带外力的,确实是 Anthropic 那边先做出来了。这一点 OpenAI 在公告里认了,同时说两边的证明差得很远。到了 9 月 10 日,公告里又补了一段:巴克马斯特这两个月用过 OpenAI 的 Codex,OpenAI 专门查过,他的提示词没影响到这个系统,训练上也没有。就这么一句说过了头的传闻,88 小时后硬是被 OpenAI 自己做成了真事。造超级智能的这两家,连对方的 AI 走到了哪一步,都只能靠外头的传闻去猜。

  过去十年,一个新模型到没到,是在发布会上宣布的。这回模型还没发布,它做出的卷子先开了口。OpenAI 在公告里给的理由是:「我们认为,让世界知道 AI 进展有多快、接下来的模型会是什么样,很重要。」

  第二张卷子

  出题的人来阅卷

  紧跟着交上来的第二张卷子,题目是千禧难题里的杨-米尔斯。

  这道题管的是粒子物理的地基。标准模型把对撞机里撞出来的东西算得极准,可这套理论在数学上站不站得住脚,过去五十多年没人能说清。

  整道题分成两半:前一半证明杨-米尔斯理论在数学上「存在」,能用严格的数学一步一步搭出来;后一半证明「质量间隙」,难度要高得多。

  据《科学美国人》报道,OpenAI 在 10 月底宣布做出了前一半。两家这回又撞上了:一位数学家正跟 Anthropic 的员工公开合作,证同一个结果,OpenAI 先宣布了。

  这回证明没直接往网上放。

  10 月里有一天,OpenAI 一口气放出 700 多个 AI 证明,被人叫作「slop drop」,一下倒出一大堆没人来得及消化的 AI 料。

  为了别再来一回,OpenAI 专门请 2004 年诺贝尔物理学奖得主格罗斯(David Gross)当主席,组了一个五人组,自称「护送委员会」,先审,再放。10 月 28 日,OpenAI 把这份证明的 Lean 代码交到了他们手里。

  五人组里有一位贾菲(Arthur Jaffe)。当年杨-米尔斯这道千禧难题的官方题面,就是他和威滕(Edward Witten)写的。出题的人,亲自来阅卷了。

  11 月 10 日夜里,五人组在 GitHub 上放出全部 Lean 代码和评审文件:照物理和数学界通行的题面,这份证明把纯杨-米尔斯理论「造」出来了。

  五人组里的哈佛物理学家道格拉斯(Michael R. Douglas)说:「它是物理的核心,可四维时空的杨-米尔斯理论,五十多年下来,数学上一直没被真正弄懂,连个严格的定义都没有……现在不一样了。」

  还没做到的部分,文件里也写得明白:质量间隙没证出来,无穷大体积下的极限是不是唯一,也没证出来。那 100 万美元悬赏还挂着。

  文件开头交代来源时,写了这么两句:

  我们用 OpenAI 的 Astra 帮着消化它交上来的 Lean 代码。我们还不敢说完全看懂了这个证明。

  翻到末尾的致谢,里头又写了一句:这份文件请 Anthropic 的 Fable 提过意见。

  五位顶尖的物理学家、数学家坐在一起阅卷,读代码靠 OpenAI 的模型帮忙,改文件请 Anthropic 的模型提意见。

  纽约大学数学家阿姆斯特朗(Scott Armstrong)则不赞成先审再放:把这种评审放到公开场合,反而能做得更快。

  评审文件一放出来,有人就在X上问他:这份证明,能不能说明造出来的理论不是「自由」的?所谓「自由」,就是里头的粒子互不搭理,什么事都不发生。他答:没证出来。

  到了 11 月 13 日,他发帖更正,说那句回答会误导人。OpenAI 的 Lean 代码确实证出来了,这不是自由的杨-米尔斯理论:里头有一个量,在自由理论里恒等于零,在这儿却不是零,算出来的走势,正好对上「渐近自由」的预言。而渐近自由,正是格罗斯 2004 年拿诺贝尔奖的那项发现。

  还没证出来的,是一个更强、也更偏技术的说法。在阿姆斯特朗看来,那一步可能比质量间隙还难。帖子最后,他为自己说错道了歉。

  9 月那道题,下场交卷的是一万个分身;到了这一道,连阅卷也离不开 AI,留在人手里的,只剩最后签字那一格。

  按了十年的发布键

  回头装上限位

  OpenAI 的发布键,奥特曼按了十年。

  2022 年 11 月 30 日,他发了一条推文:今天我们上线了 ChatGPT。才过两个月,它就破了一亿用户,把整个行业拽进了赛道。从那往后,每一代模型什么时候露面,拍板按键的都是他。

  中间有人想把这个键拿走,没拿成。

  2023 年 11 月 17 日,OpenAI 董事会突然宣布开除他,理由是他对董事会「不够坦诚」。结果 5 天后,700 多名员工联名要他回来,他顺利回来了,原来的董事会反而大半换了人。

  马斯克则控诉 OpenAI 被带离了非营利的初心,开口索赔上千亿美元。到了 2026 年 5 月 18 日,陪审团一致驳回,理由是起诉过了诉讼时效,谁对谁错没判。马斯克放话要上诉。

  为了防外头的人,他准备了很多年。2016 年《纽约客》写他时,他自己说:「我尽量不去想这些。可我有枪、黄金、碘化钾、抗生素、电池、水、以色列国防军的防毒面具,还有大苏尔的一大块地,随时能飞过去。」

  这回让他两夜没睡的,是自己公司里训出来的那个模型。在造超级智能的人里,Anthropic 的 CEO Dario 是最怕它的那个。奥特曼却正好反过来,这些年他一直最急着把它放出来。

  播客里,科里森打趣他:研究员花一千万美元算力做数学,你说「有点贵,挺酷」;等哪天花到十亿美元,总得让他悠着点吧。奥特曼答得很直接:「我们确实让它在数学上撒开跑了一个礼拜,故意的。不试,你不知道它能走多远。」

  他还当场打了个赌:从做出纳维-斯托克斯那天算起,一年后再做一遍,成本能降到百分之一。照这么算下来,到明年 9 月,交同一份卷子十万美元就能搞定。

  11 月 13 日,播客主持人帕特尔(Dwarkesh Patel)发出一篇长文,题目叫《砸向数学的那场雪崩,正冲着 AI 研发来了》。

  他在文里排了一串台阶:2023 年,模型连四位数加法都算不稳;2025 年,拿下国际数学奥赛金牌;今年早些时候,开始解埃尔德什留下的悬题;到了一个月前,88 个小时,解出一道千禧难题。

  放在年初,有人问他离超级智能还有多远,他大概会答少说还得小十年。但这三个月他改了主意:AI 做 AI 研究,追上最顶尖的人,也许只要一两年,快的话几个月;最晚 2030 年,快的话明年,每一行最顶尖的专家,AI 都能追平。

  他的理由就藏在数学里:搞 AI 研究跟做数学题一样,能对答案。数学先被雪崩砸中,下一个轮到的,就是造 AI 这件事本身。

  聊起这些模型,他打了个比方:它们明明还是一群「没有长期记忆、时不时犯傻的天才实习生」,却已经在解千禧难题了,「就像看一个人一路侧手翻,居然还跟得上博尔特」。

  也是在跟科里森的那场播客里,奥特曼把心底那份难过说了出来:「这是对世界正确的事。这就是现实本来的样子,谁也拦不住,也不该拦。但我是真的……」话说到这儿,被主持人接了过去。

  到了 11 月 4 日,他发了一条推文,到现在浏览量已经超过 1000 万:

  人应该永远掌控未来。……人不该把未来的控制权让给超级智能,这条要求最终应该约束 AI 的进展。

  省略号中间省掉的一句是:OpenAI 反对让人沦落到只去做「AI 系统觉得值得奖励的事」。

  回头看 9 月那份公告的最后一段,其实就已经是这个调子:先把这个模型弄懂,再拿学到的东西决定往前走多快,接下来可能要在进度上做更审慎的选择。最会按发布键的人,开始亲手给这个键装限位了。

  10 月 6 日,OpenAI 又放出一批内部模型做出的数学成果。那天夜里,奥特曼发推:今晚抬头看星星,格外敬畏。「你的海这么大,我的船这么小。」

  引号里那句话,来自布列塔尼渔夫的祷告,原句开头还有一声「上帝啊」,他没写出来。这个最急着把超级智能放出来的人,在那个夜里念的,是渔夫对上帝的祷告。船是人造的,海不是。

  参考资料:

  OpenAI 官网,纳维-斯托克斯问题公告

  OpenAI 官网,数学进展分享

  播客《Cheeky Pint》,奥特曼访谈

  杨-米尔斯评审文件

  KITP 第三份声明

  《科学美国人》报道

  Dwarkesh Patel 博客,《The avalanche that hit math is coming for AI development》

  Scott Armstrong,X帖子(11 月 13 日更正)

  编辑:亚当小马加排版:亚当