OpenAI解错Navier-Stokes问题？
Did OpenAI solve the wrong Navier-Stokes problem?
OpenAI近期宣称解决了Navier-Stokes方程这一百万美元数学难题，却因利用外部力的争议性漏洞而引发学界质疑。虽然其证明符合Clay Mathematics Institute的原始定义，但许多数学家认为这偏离了探索流体自身内在爆发机制的核心目标。最新研究指出，一旦移除该特定外部力，OpenAI的解法便不再成立。这一事件不仅暴露了LLM在构造特解上的优势，也凸显了其在证明不可能性方面的局限，提醒人类数学家在AI浪潮中重新审视研究路径。
LLM特别擅长构建非常明确的事物，但在创造新理论方面——至少目前——表现不佳。
HN 评论区
67- jonlong
不，OpenAI 并没有解错 Navier-Stokes 问题。OpenAI 确实没有解决该问题最难的那个版本（无外力导致的爆破），但他们确实给出了符合 Clay 千禧年大奖难题原文表述及公认理解的解法，选择了明确允许的“外力”选项。
SciAm 写道“在某种意义上，LLM 发现并利用了问题表述中的一个漏洞”。这纯属耸人听闻。从明确列出的四个选项中挑选选项 (C)，既不是“漏洞”，也不是“由 LLM 发现的”；所有参与者都知道他们要追求的就是这个选项。
抛开这些抱怨不谈，这篇文章确实包含了一些实质性的科学内容：有一个强有力的论点认为，OpenAI 的方法无法扩展到无外力情况，这意味着我们对 NS 方程的理解仍然不完整。这个负面结果本身也是新颖且有趣的（而且完全基于 OpenAI 找到的解法）！
- chmod775
让 LLM 系统地搜寻现有且被广泛认为正确的数学论文中的错误，或者为那些被认为已证明的命题寻找反例，可能会更有价值。在数学那些不太受 scrutinized 的角落里，很可能藏着几个错误。
也许因此会有些有趣的东西被推翻，谁知道呢？
- bmacho
文章指出 NS 问题有两种表述，且两者都很有趣：一种涉及无外力作用下的流体行为，另一种涉及有外力作用下的流体行为。
对于寻找反例而言，后者更容易，因为你可以构造一个棘手的外力场。
- cpard
当关于 AI 解决此问题的消息传开时，我们开始担心当 AI 开始生成我们无法理解的证明时会发生什么。
今天，我们却在讨论 AI 是否通过选择简单的问题来作弊，这意味着我们至少还能理解发生了什么。
我希望数学和其他人类智力领域不要变成主要由触发人类强烈情绪的内容营销。
我觉得这会对 AI 以及最能从中受益的学科造成伤害。
- ChickeNES
所以他们的意思是，人类——在这个案例中是 Charles Fefferman（根据其履历，他是一位数学神童）——未能正确表述问题？