AI 席卷数学界,正加速颠覆其他科学领域
上周,我听了麻省理工学院的一场讲座。主讲人 Neil Thompson 的研究方向是计算进步与人工智能。在短短半小时内,Thompson 提出了一个令人信服的论点:多个科学领域即将因 AI 而天翻地覆。
随着数学家们对 AI 自动化其领域的现象感到震惊,Thompson 的最新研究表明,得益于前沿模型能力的快速演进,概率论、统计学、经济理论、高能理论、引力与宇宙学以及量子物理等领域很可能将成为下一个被颠覆的对象。该研究显示,从 2024 年年中到 2026 年年中,顶尖 AI 模型解决这些领域理论问题的正确率,从约 2% 跃升至约 35%。而且,没有任何迹象表明这一进步会放缓。
“在短短几年内,我们预计 AI 解决理论问题的能力将发生彻底改变,从而彻底重塑大量理论问题,” Thompson 说道。
总体而言,Thompson 的团队致力于探讨计算机科学进步如何影响社会与创新。这项研究由 Thompson 联合博士生 Gabriel Manso 和研究人员 Claudio Mayrink Verdun 共同进行。研究团队选取了 2025 年 12 月至 2026 年 5 月间发布在网上的研究论文中的问题,并测试了不同的 OpenAI 模型——包括 o1、o3、GPT-5、GPT-5.1、GPT-5.4 和 GPT-5.5——能否解决这些问题。
关键在于,这些问题的解答出现在 GPT-5.5 及早期模型训练数据截止日期之后发表的论文中。这意味着,被测模型必须自行推导出解决方案,而非依赖作为训练数据输入的现成答案。(这些论文充当了验证模型解题能力的基准。)研究人员还屏蔽了互联网访问权限,以防被测模型在线搜索答案。
这项研究覆盖的领域有限——三位研究者只关注了 AI 模型无需运行模拟或实验就能推导出结论的领域。但这项工作表明,目前数学界正经历的这波冲击,很可能波及到科学研究中其他偏重数学和理论的领域。
上个月,OpenAI 震动了数学界——它宣布一个尚未发布的模型解决了一项长期悬而未决的重大数学难题,即关于流体运动方程的 Navier-Stokes 问题。此事随后引发了更大的争议:一位 NYU 的数学家指控 OpenAI 在得知他们(这位数学家与一位 Anthropic 相关的学者合作)的研究进展后抢先发表了成果。
此后,OpenAI 和其他机构又宣布解决了数百个长期存在的数学问题,在该领域引发了某种程度的危机。一些数学家已呼吁限制 AI 的使用,警告说解决问题的过程往往和最终答案一样有价值。
Thompson 表示,正如数学领域一样,我们应该预期 AI 在其他领域的进展也会带来正负两方面的影响。他指出,理论突破有时能推动科学实践层面的进展,并认为 AI 的更多应用可能会让更多进展以这种方式产生。
一些知名 AI 研究者已经创办了专注于 AI for Science 的新实验室,各大 AI 实验室也都在加码科研。这些探索的方向是让 AI 不仅能做理论分析,还能开展真实的实验。AI 或许意味着关键问题不再必须由理论学家来解决,但研究者强调,这并不意味着不再需要专家来解读这些解法,并验证它们是否可靠。
曼索说:“我们仍然需要人来产生好主意,把零散的信息串联起来。”他补充道,对于极其复杂的问题,AI 仍有可能犯错。(事实上,OpenAI 在其最新数据集发布后,撤回了其中的多个解答。)“我们还必须建立机制来核验 AI 所做的工作,因为模型很容易告诉你‘这就是正确答案’,但当你审视整个解题过程时,就会发现它未必正确。”