OpenAI 千禧年难题证明争议：研究员还能信任 AI 实验室吗

要点

• 围绕 AI 生成千禧年数学难题证明的争议中，研究员 Tristan Buckmaster 指控 OpenAI 使用他的草稿、向他施压，并拒绝让他的合著者——就职于 Anthropic 的 Levent Alpöge——署名。
• OpenAI CEO Sam Altman 和研究员 Sébastien Bubeck 否认剽窃指控，但承认在传出可能已有解法的风声后，专门针对该问题训练了自己的模型。
• 这一事件引发了关于开放科学的根本性疑问。数学家 Terence Tao 警告说，未来科技公司可能仅凭传闻就调动海量资源，赶超原创研究项目。

数学家 Tristan Buckmaster 指控 OpenAI 行为不当后，各方现已公开表态。这起事件给开放科学出了道难题。

围绕 OpenAI 宣称用 AI 得出 Navier-Stokes 方程结果的争议，目前已引来所有相关方的公开声明。Navier-Stokes 问题是克雷千禧年难题之一，悬赏 100 万美元。

数学家 Tristan Buckmaster 此前曾对 OpenAI 提出严重指控：称他的研究信息泄露后，OpenAI 向他施压，并因其合著者 Levent Alpöge 任职于 Anthropic 而试图把 Alpöge 从论文中除名，还以职业前途相威胁。此外还有人怀疑，OpenAI 可能用两位研究员上传到 Codex 的草稿训练了自己的模型。

有一点没有争议：据 OpenAI 自己的说法，他们听闻 Anthropic 的模型解出了一道千禧年难题，便调集资源攻同一个问题。但在其他几个关键点上，双方的说法大相径庭。

Buckmaster 称这是“彻底的学术舞弊”

Alpöge 和 Buckmaster 反驳了 OpenAI 关于其解法与他们"差异显著"的说法。两人表示，他们曾向 OpenAI 的系统输入过类似思路。据 Buckmaster 了解，这些输入最终被纳入了训练数据。Buckmaster 称这是"彻头彻尾的学术不端"。

OpenAI 员工称，OpenAI 实际使用了这些提交解法进行训练的可能性很低，尤其是如果两人未勾选"将输入排除在训练之外"的选项。不过他们是否确实勾选了，外界无从得知。OpenAI 员工 Boaz Barak 还反驳了"模型需要外部帮助"这一说法："认为模型需要这些帮助纯粹是自我安慰。事实上，它一开始证明的命题就比他们更强。任何见过这个模型工作的人都不会觉得它需要'提示'。"

在官方博客帖中，OpenAI 承认了不确定性："虽然可能性不大，但我们无法排除其产品的匿名化使用数据可能帮助提升了我们的模型。"

Altman 力挺 Bubeck，Alpöge 回击

OpenAI CEO Sam Altman 在 X 上声援 Bubeck，称团队"自始至终行事诚信、胸怀坦荡"。他表示，曾有人建议将奖项颁给 Buckmaster 和 Alpöge，但团队遭遇的是"毫无根据的抄袭指控"。

Altman 还写道，这项工作的起因是"上周网上流传 Anthropic 的模型解决了某个千禧年难题，我们好奇自己的模型是否也能做到"。

Alpöge 在关键一点上与 Altman 说法相左。Altman 称很难向 Alpöge 发出同样的邀请，因为他"本来就拒绝与我们沟通或协调"。Alpöge 则表示自己很愿意与 OpenAI 合作，署名问题对他并不重要。"我也很欣赏各实验室之间合作、共同推动科学进步的想法。太可惜了！"Alpöge 写道。

这对开放科学意味着什么

不论各方在细节上谁对谁错，这件事都抛出了一个根本问题：AI 实验室究竟该如何与学术社区打交道。仅凭一则传闻，OpenAI 就大动干戈，短时间内投入大量资源去攻克一个研究难题，争分夺秒地抢先解决、甚至抢先发表。而且不能排除一种可能——公司训练模型所用的数据，恰恰来自输入其系统的研究内容。

对学术界和企业而言，教训很直接：谁把研究数据喂给 OpenAI 的系统，谁就有被自己的成果抢先一步的风险。通过设置关闭数据训练？充其量只是薄如纸片的保护——毕竟 AI 实验室在训练和数据使用上的信誉早已透支，不该再获得"无罪推定"式的宽容。

数学家 Terence Tao——当代最具影响力的数学家之一——在 Mastodon 上发出警告："即便只是一则'有人在研究某问题'的传闻，就足以触发海量 AI 驱动的计算力去碾压该问题，而原创研究根本来不及充分发挥其潜力。"

Tao 写道："如今的激励机制可能正在将人们推向一个方向——不再与更广泛的社区分享任何有前景的研究方向。这将颠覆数百年来开放科学的传统，对这个领域的未来造成严重的长期伤害。"