OpenAI 用 AI 解出 Navier–Stokes 难题

The Navier–Stokes Millennium Prize Problem

OpenAI 利用未发布的内部模型,在短短 88 小时内解决了 Navier–Stokes 存在性与光滑性这一千禧年大奖难题。然而,这一成果引发了 NYU 教授 Tristan Buckmaster 和 Anthropic 数学家 Levent Alpöge 的强烈质疑。两人此前已利用 Claude 和 Codex 耗时近一年取得突破,却因 OpenAI 抢先发布而陷入被动。OpenAI 称其工作始于传闻,并否认直接访问用户数据,但无法排除脱敏数据对模型训练的潜在影响。这一事件折射出 AI 时代数学研究的新困境:当未公开的解题思路可能通过训练数据间接影响模型,进而被竞争对手率先利用时,学术优先权与数据隐私的边界变得愈发模糊。

如果我用 ChatGPT 协助部分解决千禧年大奖难题,我的研究有多大几率会反过来影响模型训练,导致后来的模型帮助其他人抢先解决它?
  1. bob1029

    > ...我们听说有两个千禧年大奖难题已被解决。受这些传闻的启发……

    上周我亲眼目睹了完全相同的效果。我发现代码库中存在一种逐步性能提升的现象。我把基准测试结果分享给了一个同行,12 小时内他们就复现了同样的结果。我们两人都为此寻找了多年。

    我觉得,如今给人希望让他们相信答案存在,几乎等同于直接给他们答案。竞争是一剂猛药,而前沿 LLM 正在 aggressively 地放大这种能量。

  2. burrish

    >虽然可能性不大,但我们不能排除他们使用我们产品所产生的去标识化数据有助于改进我们的模型这一情况。

    你是说,作为 OpenAI 的员工,你无法判断他的工作是否进入了训练数据?

    不过如果我理解错了请纠正我:如果这两位数学家真的快要解决这个问题了,而他们的对话被 OpenAI 使用了,

    那这个 Agent 难道不应该更快、更高效地成功吗?而不是像现在这样用了

同日更多故事

2026-09-09