AI 生成数学证明泛滥，数学家呼吁抵制 OpenAI
OpenAI 发布了数百篇由 AI 生成的数学手稿后，人类数学协会（AHM）号召抵制该公司。许多论文密度极高且行文怪异，就连顶尖专家也不得不借助 AI 才能勉强读懂。关于“一个问题在证明未被人类独立推敲并易于理解之前，是否算作已解决”，争议正在逐渐成形。
人类数学协会指责 OpenAI 发布这些 AI 生成的证明 违反了科学研究的核心规范，并敦促数学家停止与该公司合作。
菲尔兹奖得主、该协会主席陶哲轩（Terence Tao）在 其博客以客座文章形式发布了这份声明，同时他在 Mastodon 上勾勒了一个“Math 2.0”时代，认为解题不应再是该学科的核心焦点。复杂性理论家 Scott Aaronson 则在其 博客 上称这一局面为“数学末日”。
AHM 的声明将这场 持续数月的争论 进一步升级。此前，OpenAI 宣称其内部模型仅用一个月就解决了 超过 100 个悬而未决的数学难题，其中包括 Navier-Stokes 千禧年猜想的解法，这一说法已引发轰动。面对日益增长的批评，OpenAI 在高等研究院设立了顾问小组 AGMAI，但该小组明确无权干预公司内部研究的节奏。
AHM 视此次发布为实力展示
AHM指出，OpenAI已经无视了AGMAI建议的核心前提，该前提认为不应使用内部模型测试高难度数学问题。声明写道：“数学家并没有要求进行这项研究”，并批评一次性发布700多个文件的行为，“这不是学术性的展示，而是权力的展示”。
声明的开头段落还提及了OpenAI在全球各地面临的众多版权诉讼，虽然没有直接说明，但暗示该公司之所以能取得这些成果，是因为它训练使用了数学家的成果，无论其是否合法。
类似的争议也出现在近期，当时OpenAI宣布解决了Navier-Stokes问题，而两位数学家正即将展示他们自己借助AI得出的解决方案。这两位研究者在工作过程中使用了ChatGPT，而OpenAI否认了其利用这些交互数据来训练自家系统并更快找到解法的嫌疑。
Aaronson将此与所谓的“Anthropic模式”进行了对比。OpenAI一次性发布未经加工的AI证明草稿，引发了争相处理这些材料的竞赛。Anthropic则与两位算法研究人员合作，其AI模型提供了推翻两个存在了二十年的猜想的思路。研究人员获得了补偿，并撰写了人类能够理解的证明版本。
两种方法都有弊端。OpenAI的做法让社区免费承担了将证明变得可读的繁重工作。而Anthropic的做法则允许一家私营公司决定哪些数学家可以作为成果的“代表”。
AI解开数学难题的速度远超人类验证结果的能力
此前，陶哲轩曾与 Peter Scholze、Maryna Viazovska、Martin Hairer 等 24 位菲尔兹奖得主共同签署声明，警告 AI 行业的目标与数学界存在"严重错位"。他们认为，解题只是手段，这门学科真正的目标是概念性的理解，而以越来越快的速度批量生产已解题目，可能会"毁掉沃土，而非孕育新思想"。
签名者还批评了那种不经认真撰写论文、也不引用相关先行工作的草率发布，认为这引发了"严重的署名和剽窃问题"。
如今，陶哲轩在 Mastodon 上走得更远。在传统数学中，一个长期悬而未决的问题被证明后，会催生报告、研讨会、新的合作，并被写进教科书，吸引年轻研究者去理解这些成果、将其置于更大的脉络中。
而现在他看到的恰恰相反。问题正被对这门领域毫无兴趣的 AI 用户自主解决，这些人理解成果的程度不足以答疑或做报告，由此产生的研讨会和合作远少于传统意义上的突破。研究者也在藏匿有前景的方向，生怕被同行抢先解决。
在陶哲轩看来，这种伤害不可逆转。一个问题一旦被视为已解决，就无法再变回未解决。哪怕只是知道解存在，用他的话说也会"污染"人们寻找其他解法的动力——而这些解法或许能带来更深的洞见。解法正在被大规模"收割"，整个数学分支因此变得不如从前肥沃。
陶哲轩认为，"Math 2.0"时代必须停止把解题当作衡量进步的主要标准，转而重视解释、社区建设和开辟新研究方向，并相应调整对培训、发表和职业晋升的评价方式。
这段内容主要阐述了陶哲轩对 AI 在数学研究中角色看法的转变，以及这种转变对个体研究者（如 Dana Moshkovitz）带来的冲击。 1. 第一段：需要表达陶哲轩观点的变化。以前是“人类定调，AI 辅助（类似引擎辅助棋手）”，现在是“AI 解决深奥问题，人类负责后续验证”。还要提到他和其他专家一样低估了 AI 的发展速度。 2. Figure 部分：保留所有 HTML 标签（`这建立在陶哲轩 2024 年提出的“工业数学”愿景之上，尽管在那个版本中，人类仍掌握着节奏。原本设想 AI 像引擎辅助棋手那样辅助数学家，支持广泛但相对浅显的研究，以配合人类专家更深度的工作。如今，陶哲轩看到这些角色发生了反转。AI 正在解决深层问题，而人类则在事后处理结果。与其他许多专家一样，陶哲轩显然也严重低估了 AI 发展的速度。
三小时 AI 算力如今可与数学家整个职业生涯相媲美
Aaronson 通过其妻子 Dana Moshkovitz 的经历展示了这对个体研究者意味着什么。Dana 毕生致力于唯一博弈猜想（Unique Games Conjecture），这是理论计算机科学中的一个开放问题。这份新发布的内容中包含了一个声称证明该猜想的论文。
在发布当晚发给 Aaronson 的短信中，她写道：“感觉像是有人在致幻剂作用下写出来的。” 文档的大部分内容晦涩难懂。论文引用了大量著作却没有解释其适用性，而先前的研究结果本应排除这些情况。
“基本上这篇论文写得糟糕透顶，没有 AI 辅助根本无法阅读，” Moshkovitz 说道。该证明依赖于一种全新的、奇怪的构造，她将其描述为“某种外星般的疯狂”。
优化与检查： - 确保 HTML 标签完整。 - 术语保留：Unique Games Conjecture (唯一博弈猜想)，Theoretical Computer Science (理论计算机科学)。 - 语气自然。 - 链接保留原样。 最终定稿。Aaronson 还列举了来自复杂性理论、数论以及算法研究的其他成果，包括对若干未解决的 Clay 千禧年问题的部分进展。在他看来，其中任何一项单独拿出来，都足以跻身年度顶尖成果之列。
不过，这次发布中有一个领域明显缺席：密码学。据引用匿名信源，Aaronson 报告称 AI 公司正悄悄探查加密协议和原语中的弱点。总共测试了约 8000 个问题，成功率约为 5%，每个问题平均需消耗 GPT-Pro 级别模型三小时计算力。所用模型很可能是 OpenAI 当前的内部版本，该模型有望在未来几个月内面向付费 ChatGPT 用户开放。
数学家们对抵制能否起作用意见不一
Tao 博客文章下的评论显示，该领域分歧严重。几位评论者支持抵制，建议研究人员停止使用 OpenAI 产品，同时呼吁加强对 arXiv 等预印本服务器在训练数据大规模收集方面的保护。
另一些人则视 AHM 的立场为不切实际，他们认为 OpenAI 不会停止数学研究，且公开结果优于私下结果。还有评论者提问：当作者和其他人都无法完全理解证明过程时，该问题是否算真正解决？在 Navier-Stokes 方程案例中，尚不清楚该结果是否真正加深了人们对流体力学的理解。
AGMAI 自身 采取的立场比 AHM 更温和，视此次发布为第一步，认为对结果的数学理解才刚刚开始。不过，该组织警告称，未来数学研究的未来不能仅限于处理 AI 实验室生成的结果。
该组织写道：“数学家必须能够提出自己的问题，发展自己的方法，探索未被选作 AI 系统能力示例的方向。公平获取强大的研究工具和充足的计算资源，是这种自由的前提。”