10 月 30 日消息,OpenAI CEO Sam Altman 在 Cheeky Pint 播客的一期节目中首次直接承认公司对数学界造成的影响,称公司投入数亿美元求解数学问题,手上还有更多尚未公开的发现。他表示,OpenAI 追求数学问题的过程曾有一段时间「失控」,但这是刻意为之,目的是探测模型能力的极限。
纳维-斯托克斯方程单项约 1000 万美元
Altman 给出的具体数字是,OpenAI 在数学问题上的总投入以数亿美元计,其中仅纳维-斯托okes 方程这一项千年难题就花了约 1000 万美元,「可能还多一点」。他描述了一个内部 Slack 频道叫 Model Name-Hold My Beer,员工「就是把最难的问题丢给模型」,看模型表现如何。
当被问及公司手上是否还有超出已发布数百篇证明的发现时,Altman 的回答是:「我们当然有。」
从发布焦虑到反向的抢跑质疑
数学家对 OpenAI 发布的批评集中在沟通方式上,指出归因不足、上下文欠缺、验证不充分,让研究者不得不自行检查和消化结论。而 Altman 的表态又引出了新的争议:数学家与科学家对 The Verge 表示,他们对 OpenAI「扣着重要发现不放」感到沮丧,认为这与它自己宣称的立场相反。
这套做法并非孤例。此前的批量发布可参考 OpenAI一次公布722篇数学论文:黎曼、霍奇、BSD三大千禧难题均有涉及,模型直接参与数学证明的过程也可参考 GPT-6 Astra联手数学家攻克57年难题:N≤20圆盘装箱问题如何被AI证明。
Altman 的表态把这场拉锯推向了一个新阶段:一边是学界对验证成本的不满,一边是实验室对成果节奏的控制欲。当数以亿计的算力投入被公开成可量化的数学预算,AI 与基础科学的协作方式,正在从一次性发布变成持续的角力。
延伸阅读
- 德国环保搜索引擎Ecosia弃用Mistral:不满性能落后一年,转投中国开源模型3 周前
- OpenAI给ChatGPT装上交互界面:GPT-6把回答变成可点击组件3 周前
- OpenAI上线ChatGPT Slides:Pro用户可直接生成幻灯片,支持团队协同编辑2 周前
- 特斯拉得州 Optimus 工厂钢结构接近完工:规划年产能 1000 万台,投产指向 2027 年1 月前
AI 自学笔记 每天更新 AI 前沿动态,订阅 RSS,或按 Ctrl/⌘+D 收藏本站,明天见。
继续读
同一批更新里这几篇值得一看:
- OpenAI 12 月起 ChatGPT 与 Codex 共享额度2026-11-01
- ChatGPT Pro 额度翻倍 Pro 500 档解锁 GPT-6 Astra2026-11-01
- OpenAI 启用 Daybreak Blue 数据训练:11 月 29 日起2026-11-01
