数学家称 OpenAI 并不理解自己的 Navier-Stokes 证明

9月初，该公司提交了一份166页的纳维-斯托克斯问题潜在解决方案。OpenAI声称该证明遵循了西班牙数学家Diego Córdoba和Luis Martínez-Zoroa的方法。

现在多个专家团队对此表示异议，《科学美国人》报道。洛桑联邦理工学院的数学家Gonzalo Cao-Labora表示：“当你深入细节时，会发现这是一种不同的方法。”他说，相似之处仅停留在表面。

这份潜在证明是用Lean编写的，这是一种形式化验证语言，能检查每一个逻辑步骤，但本身并不能让人读懂。克雷数学研究所（CMI）自其发布以来一直在对其进行审查。

在发布之前，纽约大学数学家Tristan Buckmaster指责OpenAI建立在他与Anthropic的Levent Alpöge利用公开可用模型所做工作的基础之上。OpenAI否认了这一说法，称其从未使用过Buckmaster的数据。据高等研究院的Camillo De Lellis称，由于语言模型是黑箱，要得出确定答案很可能是不可能的。

10月初，OpenAI又发布了约400项新成果，数学界几乎难以跟上。将这些成果作为松散集合发布在GitHub上激怒了许多数学家，他们认为这贬低了他们的领域。

没人知道10,000个AI智能体是否真的起了作用

关于自己的工作，OpenAI似乎还有一点没弄明白。公司为此投入了大量算力，部署了约10,000个模型实例，运行了大约88小时、消耗了1300亿个token，才开发出这份潜在的纳维-斯托克斯解决方案。据OpenAI研究员Noam Brown称，实际上没有人知道这个庞大的智能体集群对结果做出了什么贡献。

这种规模下的行为尚未被研究过，因为用数千个智能体进行系统性对比测试成本太高。没有人测试过单个智能体解决同一问题需要多长时间，而且几乎无法判断10,000个智能体相比1,000个智能体究竟有什么具体优势。

Brown认为多智能体设置对成功的贡献不到10%。他说，这些系统新颖且引人注目，因此获得了不成比例的功劳。真正重要的是基础模型本身，它能够长时间持续处理任务并并行运行。

没有炒作的AI新闻——由人工精选

订阅THE DECODER，享受无广告阅读、每周AI新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。