数学家称 OpenAI 并不理解自己的 Navier-Stokes 证明

9月初，该公司提出了一份166页的纳维-斯托克斯问题潜在解法。OpenAI声称，该证明沿用了西班牙数学家Diego Córdoba和Luis Martínez-Zoroa的方法。

目前已有多个专家团队表示不同意，《科学美国人》报道。“一旦深入细节，这就是一种不同的方法，”洛桑联邦理工学院（EPFL）数学家Gonzalo Cao-Labora说。他说，相似之处只停留在表面。

这份潜在证明是用Lean写成的。Lean是一种形式化验证语言，会检查每一个逻辑步骤，但本身并不会让人类读懂。克莱数学研究所（CMI）自其发布以来一直在审阅它。

发表之前，纽约大学数学家Tristan Buckmaster指责OpenAI是在他与Anthropic的Levent Alpöge使用公开可用模型所做工作的基础上进行的。OpenAI否认了这一说法，称其从未使用Buckmaster的数据。高等研究院的Camillo De Lellis表示，由于语言模型是黑箱，大概不可能得到确切答案。

10月初，OpenAI又抛出了大约400项成果，数学界几乎跟不上。以松散合集的形式将其发布在GitHub上激怒了许多数学家，他们认为这贬低了自己的领域。

没人知道10,000个AI智能体是否真的帮上了忙

关于自己的这项工作，OpenAI似乎还有一点没弄明白。该公司投入了大量算力，部署约10,000个模型实例，运行约88小时、消耗1300亿个token，以开发这一潜在的纳维-斯托克斯解法。据OpenAI研究员Noam Brown称，实际上没人知道这支庞大的智能体集群对结果贡献了什么。

这一规模下的行为尚未得到研究，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个有什么具体优势。

Brown认为成功中不到10%要归功于多智能体设置。他说，这些系统新颖又炫目，因此得到了与贡献不成比例的功劳。真正重要的是基础模型本身，它能够长时间埋头处理任务，并且可以并行运行。

无炒作的AI新闻——由人类策展

订阅THE DECODER，即可享受无广告阅读、每周AI通讯、每年六次的独家“AI Radar”前沿报告、完整存档访问权限，以及评论区访问权限。