Terence Tao 是加州大学洛杉矶分校教授及菲尔兹奖得主。他昨天在 Mathstodon 上警告称,AI 消耗数学领域有价值的开放问题的速度,已经超过研究人员发现新问题的速度。Tao 认为,AI 实验室正以前所未有的速度解决历史上极为困难的问题,威胁着数学领域未来发展的生态系统。他的警告紧随 OpenAI 和 Anthropic 的最新突破之后:这两家公司解决了曾让人类数学家苦苦应对数十年的问题,其中包括一个在 5 月被推翻的 80 年历史猜想,以及一个本周被破解的 90 年历史问题。
OpenAI 于 5 月推翻存在 80 年的 Erdős 猜想
5 月,OpenAI 的一个模型推翻了 Erdős 单位距离猜想。这一存在 80 年的问题探讨了平面上有多少对点之间的距离恰好为一个单位。菲尔兹奖得主 Tim Gowers 和其他数学家验证了这一解答。同一周,Anthropic 研究员 Levent Alpöge 将完全相同的问题输入 Claude Mythos——这是该公司尚未发布的顶级模型——并离线运行,以避免直接复制 OpenAI 已公布的解答。Anthropic 工程师 Sholto Douglas 称这一结果是一个“可爱而简单的证明”,比 OpenAI 的版本更短。数学家 Daniel Litt 认为它比 OpenAI 的解答“略差一些”,不过 Mythos 也找到了 OpenAI 自己的证明。
Anthropic 将费马大定理的证明形式化,OpenAI 本周解决 90 年历史问题
本周,Anthropic 将费马大定理的一个已有数百年历史的证明进行了形式化。几天后,OpenAI 在一名研究人员发布自己的证明数小时后,破解了一个存在 90 年的问题,并与一名 Anthropic 研究员共同署名发表了一篇论文。Tao 在 Mathstodon 上写道:“有人正在研究某个问题的传闻,可能会触发大量 AI 驱动的努力,在原始研究项目有时间发挥其全部潜力之前将其彻底解决。”
Tao 提议标注需要分析的问题
Tao 提议将某些问题标记为“需要分析”,这意味着,除非正确的直接答案附带能够揭示邻近问题信息的推理,否则该答案的意义不大。他将这一做法比作那些不再接受任何仅仅“能吃”的捐赠的食物银行。Tao 表示,在数学领域禁止 AI“技术上不可行”。这一提议尚未在任何地方转化为政策。
常见问题
Terence Tao 对 AI 和数学发出了什么警告?
Terence Tao 昨天在 Mathstodon 上警告称,AI 消耗数学领域有价值的开放问题的速度,已经超过研究人员发现新问题的速度;他认为,AI 实验室正以前所未有的速度解决历史上极为困难的问题,并威胁着数学领域未来发展的生态系统。
AI 模型最近解决了哪些数学问题?
5 月,OpenAI 的一个模型推翻了存在 80 年的 Erdős 单位距离猜想,菲尔兹奖得主 Tim Gowers 对其进行了验证。本周,Anthropic 将费马大定理的一个已有数百年历史的证明进行了形式化,而 OpenAI 在一名研究人员发布自己的证明数小时后,解决了一个存在 90 年的问题。