OpenAI 在 GitHub 發布 372 項 AI 生成數學突破

OpenAI 近日在 GitHub 上釋出 372 項全新數學結果，全部由公司內部的前沿 AI 模型自動產出。每一項成果皆聲稱能解決一個未解之題，或在既有問題上取得實質進展，內容涵蓋重要電腦 演算法 的改良以及與 黎曼假設（Riemann hypothesis）相關的突破。

背景與技術細節

單一提示產出：除少數需要多次嘗試的案例外，幾乎所有結果皆源自一次對單一 AI 代理的提示，平均耗費約 三小時的 ChatGPT Pro Thinking 計算資源。這與先前 Navier‑Stokes 解答不同，後者動用了 10,000 名代理、耗資數百萬美元。
Lean 正式化：大部分證明已以 Lean（一種可機器檢查的數學證明程式語言）形式形式化，未來將持續擴增。Lean 能驗證邏輯正確性，但無法判斷結果的創新性或數學價值。
開放存取：所有成果、版本紀錄與引用皆置於 GitHub 資料庫，取代傳統期刊的同行評審流程。OpenAI 認為，傳統出版速度不足以因應如此大規模的知識產出。
顧問團參與：OpenAI 諮詢了位於高等研究院（Institute for Advanced Study）的「數學與人工智慧顧問團」，其中包括菲爾茲獎得主 Timothy Gowers 等頂尖數學家。顧問團僅就 成果的溝通方式 提供建議，未干預產出速度或內容。

影響與未來展望

此舉標誌著 AI 在基礎科學領域的角色正從輔助工具轉向 知識創造者。若這些證明經過嚴謹驗證後被數學界接受，將可能加速長期以來卡在瓶頸的問題解決。然而，Lean 的形式化只能保證「邏輯無誤」，真正的數學價值仍需人類專家判斷。

OpenAI 已宣布將資助相關工作坊與研討會，促進學界對 AI 產出結果的理解與評估。未來若能建立更透明的提示公開機制、提供每題的計算成本細節，或許能在速度與可信度之間取得更佳平衡。對於研究人員而言，這是一個 「直接使用最先進 AI 能力」 的新選項，也是一個需要慎思其倫理與學術影響的挑戰。

隨著 AI 生成數學成果的規模持續擴大，學術社群如何調整審查機制、如何與機器合作驗證新知，將成為未來數學發展的關鍵議題。讀者不妨關注即將舉辦的相關研討會，親自體驗 AI 與人類智慧的交叉碰撞。