奥尔特曼回应 AI 数学研究争议：继续推进发现，改进成果发布方式

据 IT之家 10 月 30 日报道，OpenAI CEO 萨姆·奥尔特曼在《Cheeky Pint》播客中回应了 AI 数学研究引发的争议。他表示，理解数学家面对 AI 成果大量涌现时的处境，也承认公司此前公布数学成果的方式需要改进，但 OpenAI 不会因此停止探索重要科学问题。在他看来，涉及宇宙基本规律的重大发现不应长期留在企业内部。

争议不只在于 AI 能否解题，更在于成果如何验证

来源显示，OpenAI 今年陆续公布的 AI 数学研究成果，已引发有关证明质量、发布流程和学术归属的讨论。部分研究人员批评，一些论文缺少充分的背景介绍、参考文献和清晰论证，使数学家不得不花费大量时间理解证明、核验结论，并判断所谓发现是否成立。

模型给出结果，并不等于成果已经完成学术验证。数学研究需要可检查的推理，也需要说明与既有工作的关系。因此，外界关注的不只是模型能力，还包括 AI 公司是否将解释和核验成本转移给学术共同体。

• 成果质量：证明是否完整，论证能否被独立检查。
• 研究归属：是否充分交代前人工作及相关文献。
• 发布透明度：支撑结论的材料是否足以支持复核。
• 学科影响：将数学难题作为模型测试指标，会如何改变研究生态。

今年 10 月，OpenAI 宣布在数学、计算机科学和理论物理领域取得三项进展。部分数学和计算机科学成果已公开论文及形式化证明，但涉及杨－米尔斯理论的成果尚未公开完整材料。公司称这是依据外部专家小组建议作出的安排，部分研究人员则担心，这会限制独立验证与学术交流。

高投入探索能力边界，不能等同于难题已获公认解决

奥尔特曼透露，OpenAI 曾集中加大数学研究投入，让员工把学术生涯中难以解决的问题交给模型尝试，一些结果超出了团队预期。据他估计，公司在数学研究上的资源投入达到数亿美元，其中 NS 方程相关问题的工作耗资约 1000 万美元，甚至可能更多。他预计，随着模型和研究方法改进，未来重复类似工作的成本可能降至当前的百分之一左右。

这些数字属于奥尔特曼的估计与预测，不能据此推断相关重大数学难题已获得学界公认的解决。对于 AI 科研工具，投入规模、输出速度和最终学术价值仍是不同维度。

影响与解读：科研 AI 需要配套的发布机制

这场争论也涉及研究者的角色变化。奥尔特曼承认，看到 AI 处理过去极难的问题时，自己也产生了超出预期的失落感。他希望尊重长期推动数学发展的研究群体，并帮助研究人员适应变化。此前，28 位菲尔兹奖得主曾联名批评 AI 公司将解决数学难题用作基准测试的做法。

OpenAI 还宣布向西蒙斯基金会一项新计划捐赠 500 万美元，支持数学家理解、研究并发展 AI 生成的成果。对科研 AI 产业而言，能力突破需要与透明发布、独立复核和研究者支持同步推进。持续产出发现与尊重学术规范并非二选一；如何让成果真正成为可积累的公共知识，才是后续值得观察的重点。