特里斯坦·巴克马斯特是纽约大学的一位数学家。2026年9月11日，他在曼哈顿的办公室里为肖像摄影摆姿势。巴克马斯特和他的合作者莱文特·阿尔普格一直在研究纳维-斯托克斯方程。他们与OpenAI发生冲突，后者声称已经破解了这些方程。

卡斯滕·莫兰/为《华盛顿邮报》/盖蒂图片社 拍摄 隐藏说明 切换说明本月早些时候，当OpenAI宣布其人工智能解决了世界上最棘手的数学问题之一时，其语气充满庆祝意味：“我们工作的一个主要目标是赋能科学家，推动造福全人类的研究和技术进步，”该公司写道。但数学家们表示，到目前为止，人类从该公司AI模型据称找到的解决方案中学到的东西非常少。虽然他们认为该证明在技术上是正确的，但这份由AI起草的长达166页的稠密手稿却难以阅读。

“到目前为止，要从这个新的AI证明中真正提取出任何人类的理解，一直非常困难，”牛津大学数学家詹姆斯·梅纳德说。

“这篇论文不是为人类写的，”布朗大学数学家哈维尔·戈麦斯-塞拉诺说，他在自己的研究中也使用AI。他认为，经过“一些严肃的重写”后，该证明可能有助于推动该领域的发展，但“截至今天，这篇论文并没有教会我们太多东西。”这一解决方案的出现，正值AI似乎正在迅速获得数学洞察力之时。据接受美国国家公共电台（NPR）采访的学术界数学家表示，在过去六个月里，AI在数学界爆发式地出现。大型语言模型似乎首次具备了产生真实成果的能力，这些成果可能带来新的数学发现。

但很少有人认为OpenAI的这一宣布——正值人类数学家即将找到解决方案之际——是AI与数学家如何协作的一个典范。"这整个事件本可以成为人类与AI协作力量的绝佳概念验证，"梅纳德说道，他是25位享有盛誉的菲尔兹奖得主联名声明的签署者之一。该声明于9月11日发布，谴责AI公司与数学界之间存在"目标错位"。"遗憾的是，由于相关人员的决策，这演变成了一场混乱、凌乱的争斗，"他说。

抢跑发现 OpenAI显然解决的这个问题，被认为是数学界最重要的未解难题之一。

该问题被称为"纳维-斯托克斯问题"，涉及一组用于描述流体流动的方程。纽约大学数学家特里斯坦·巴克马斯特表示，这些方程在物理学和工程学中每天都在被使用。

然而，从根本上讲，研究人员并不真正理解它们为何有效。巴克马斯特表示，深入洞察纳维-斯托克斯方程可能会产生"理解流体复杂解的新工具箱"。这进而可能带来更好的模型，用于研究流体湍流和飞机升力等现象。

为了找到纳维-斯托克斯方程的更优版本，研究人员一直在寻找方程"失效"或停止工作的场景。描述此类场景成为了七个千禧年大奖难题之一，这些难题由克莱数学研究所于2000年设立，每个奖金100万美元。

数学家们多年来一直在致力于解决纳维-斯托克斯问题，学术界能感觉到他们正在逼近答案。"在七个千禧年难题中……大家都一致认为这将是下一个被解决的难题，"同样签署了该声明的数学家马丁·海雷尔说道，他就职于位于瑞士洛桑的欧洲顶尖理工大学——洛桑联邦理工学院。

巴克马斯特和他的合作者、Anthropic的莱文特·阿尔波格是那些正逐步逼近寻找方程失效场景的人类数学家之一。两人正在使用包括OpenAI聊天机器人在内的AI工具致力于寻找解决方案。随后，OpenAI获悉该问题可能即将被解决。

公司写道：“9月1日周二，我们听到传闻称两个千禧年大奖难题已被解决。受这些传闻以及我们内部模型性能质变的启发，我们启动了一项工作，在所有未解的千禧年大奖难题和其他几个高影响力难题上对其进行评估。”公司调动了约1万个AI智能体来攻克纳维-斯托克斯问题。这些智能体工作了88小时，使用了约1300亿个输出token（即模型生成的文本和字符单位）。根据OpenAI对其最先进公开可用模型的定价，解决纳维-斯托克斯问题的计算成本约为600万至1000万美元。（总体而言，公司表示使用了3000亿个token，成本接近1500万至2000万美元，用于寻找解决方案。）OpenAI宣布其解决方案后引发争议，此前巴克马斯特发表公开声明，描述公司如何接触他。据巴克马斯特称，公司表示如果他放弃在竞争对手公司Anthropic工作的合作者阿尔波格，就会将他列入论文作者名单。

巴克马斯特告诉美国国家公共电台（NPR），他认为OpenAI得到了关于他和阿尔波格用于寻找纳维-斯托克斯解的方法的内部消息。

他说：“有太多间接证据表明，他们对我们在做什么知情远比他们承认的要多。”他补充说，“他们”这个词不一定指人。“可能指那些智能体，”他说。

OpenAI否认在寻找解决方案的过程中使用了巴克马斯特和阿尔波格的提示词或证明。

无论如何，这些仓促得出的结果似乎显得混乱不堪。几位审阅了 OpenAI 论文的数学家表示，该论文几乎无法阅读。

“这是一篇写得非常糟糕的论文，”巴克马斯特（Buckmaster）说道。

“论文没有解释哪些部分是重点，哪些是常规内容。这些想法又是如何应用到其他领域的？”戈麦斯-塞拉诺（Gómez-Serrano）补充道。

巴克马斯特表示，OpenAI 决定仓促发布答案，迫使他也发布了自己受人工智能深度影响的初步结果。他说，那些结果也写得不够好。“一切都太匆忙了，”他说，“虽然还没达到我满意的程度，但至少引言部分涵盖了所有关键思想。”计算机校验计算机。尽管 OpenAI 长达 166 页的证明需要数周时间才能理清，但很少有数学家认为它是错误的。这是因为该公司在发布证明的同时，还提供了一段名为 Lean 形式化的计算机代码。Lean 是一种用于数学领域的编程语言，旨在校验证明是否正确。如果代码能够编译通过，那么该证明就被认为是完整的。

戈麦斯-塞拉诺表示，OpenAI 工具生成的 Lean 代码确实按预期编译通过了。基于此，“数学界似乎达成了共识，认为它是正确的。”戈麦斯-塞拉诺、巴克马斯特以及其他接受美国国家公共电台（NPR）采访的数学家都表示，他们看好人工智能在数学领域的未来。该领域对新工具持开放态度，部分原因是几十年来，数学界已将取得进展所需的大部分日常计算工作交给了计算机。

但梅纳德（Maynard）指出，这次事件提醒人们，数学不仅仅是寻找解决方案。“重点不仅仅在于回答这个问题，而在于其背后的人类理解，”他说。NPR 不提供也不接受任何用于报道或采访的资金。

任何提出此类提议或要求的人员均非 NPR 员工，也不代表 NPR。人工智能 数学