OpenAI万级AI智能体88小时攻克千禧数学难题
nashnova research
OpenAI调动约一万个AI智能体、耗时88小时,完成了悬赏百万美元逾90年未解的纳维-斯托克斯方程证明——这意味着AI的数学能力正从奥赛金牌跃升至人类顶级研究前沿,算力投入回报的定价逻辑正在被改写。
这道题到底有多难、AI怎么解的?
纳维-斯托克斯方程(描述流体运动的基本方程——水流、气流、血流都靠它)是克雷数学研究所2000年设立的七道千禧难题之一,悬赏100万美元,人类数学家研究逾90年未能解决。
证明的核心结论:一股从静止起步、受平滑外力驱动的流体,能在有限时间内自发产生"奇点"。用大白话说=想象一根意大利面被越拧越细、越转越快,最终在数学上"炸掉"——流体自己就能产生这种极端状态。
AI的做法是"人海战术":约一万个智能体分组协作,组内互通信息,配备缓存互联网和代码执行环境,共交换约270万条消息,生成约1300亿个token,耗时约88小时。
证明完成后,GPT-6 Astra又花约17小时,用形式化验证工具Lean(一种能逐行检查数学推理是否正确的软件)逐行核对整套证明。
这件事花了多少钱、未来会便宜多少?
据奥特曼估算,完成这次证明的算力成本约为一千万美元量级。OpenAI表示不打算领取那100万美元奖金。
奥特曼打赌:从完成纳维-斯托克斯证明起算,一年后重复同等任务的成本将降至当前的百分之一,即约十万美元量级。
这意味着→如果这个赌注成立,今天千万美元级别的AI研究任务,一年后可能只是一笔中等预算的研发开支。算力成本的下降速度,直接决定了AI做"重大科研"这件事的经济可行性。
Anthropic也解了一道——两家到底谁先?
事情起因是一则传闻:9月1日,OpenAI听闻有两道千禧难题已被解出,随即启动攻题。
事后查明:Anthropic员工阿尔普格与纽约大学数学教授巴克马斯特借助Anthropic内部模型,证明了带外力的欧拉方程——这与纳维-斯托克斯方程相关但不同。
OpenAI在公告中承认,带外力欧拉方程的证明由Anthropic一方率先完成,但两份证明在方法上差异显著。这反映出顶级AI实验室之间的数学竞赛已经从"谁先过奥赛"升级到"谁先解千禧难题"。
杨-米尔斯问题又是什么进展?
10月底,OpenAI进一步宣布完成千禧难题杨-米尔斯存在性问题(涉及粒子物理标准模型的数学基础)的前半部分证明。完整证明分为"存在性"与"质量间隙"两部分,后者难度更高,目前尚未完成,百万美元悬赏仍然有效。
为确保证明可信,OpenAI邀请2004年诺贝尔物理学奖得主格罗斯担任主席,组建五人"护送委员会"先行审核,并在GitHub公开全部Lean代码及评审文件。
评审文件开篇写道:"我们用OpenAI的Astra帮助消化其提交的Lean代码。我们还不敢说完全看懂了这个证明。"用大白话说=连诺奖得主领衔的审核委员会,都需要AI辅助才能读懂AI写的证明——评审文件致谢部分还注明征询了Anthropic旗下Fable模型的意见。
这对AI行业和市场意味着什么?
播客主持人帕特尔给出一条时间线:2023年模型连四位数加法都不稳定,2025年拿下国际数学奥赛金牌,2026年解出千禧难题。
他据此修正判断,认为AI追平顶尖人类研究者"最晚2030年,快的话明年"。
这意味着→AI解题能力的跃升速度,正在重塑市场对AI研发周期与算力投入回报的定价预期。如果奥特曼"成本一年降至百分之一"的判断接近事实,当前围绕算力基础设施的巨额投资,其回收周期可能比市场预想的更短。
市场有风险,内容仅供研究参考,不构成投资建议。
