研究

OpenAI 說它推翻了指數時間假設,數學家先問:這算證明嗎

OpenAI 在 10 月 26 日公布數學、電腦科學與物理三項結果,其中最受爭議的是宣稱指數時間假設為假。三項都通過 Lean 形式化,但形式驗證不等於學界認可,數學界的反彈也還沒平息。

陳柏宇陳柏宇
熱度:1,620
OpenAI 說它推翻了指數時間假設,數學家先問:這算證明嗎

OpenAI 在 10 月 26 日宣布三項結果,分別落在調和分析、複雜度理論與量子場論。最受注目的一項,是它說模型推翻了「指數時間假設」。電腦科學界的反應兩極,數學家先問的卻是另一件事:這算證明嗎?

OpenAI 公布的三項結果,各自在講什麼

先分開看,三件事的份量不一樣。

數學那一項是局部光滑猜想(local smoothing)。1991 年 Sogge 提出,講的是波在聚焦時,最極端的聚焦必然短暫;隨機時刻的聚焦程度,永遠遠低於最壞情況。這個猜想能推出 Kakeya 猜想與 Stein 限制猜想。2019 年 Guth、Wang、Zhang 解決二維情形,2025 年 Wang 與 Zahl 解決三維 Kakeya。OpenAI 說模型給出所有維度的證明,根基是一個新的輔助偏微分方程。

電腦科學那一項是指數時間假設(Exponential Time Hypothesis,ETH)被證為假。這是三項裡爭議最大、影響面最廣的一項。

物理那一項,是四維空間中含規範場與費米子的交互作用量子場論,存在性的嚴格證明,涵蓋量子色動力學(QCD)與標準模型的一個統一完備化。子問題裡也包含純 Yang-Mills 理論的存在性,屬於 Clay 數學研究所千禧年難題「量子 Yang-Mills 理論」的一部分。它不涉及重力,也不是完整標準模型本身,因為標準模型無法外推到任意短距離。

指數時間假設被推翻,為什麼會震動電腦科學

ETH 講的是一個很具體的問題:布林公式可滿足性(SAT)能不能在次指數時間內解掉。ETH 主張不能。它與 P 是否等於 NP 這個大問題密切相關,但比後者更細、更容易拿來推導具體下界。它在 1990 年代末由 Impagliazzo、Paturi 與 Zane 提出,此後成了複雜度理論最常用的前提之一。

用途有多廣?數百篇論文靠它推導「條件性下界」:先假設 ETH 為真,再證明某個問題不可能比某個速度更快。圖論、計算生物、資料庫、計算幾何都用過這套推理。ETH 若為假,那些結論不會自動失效,但支撐它們的那層保證消失了。

反過來說,若 SAT 真的比大家以為的快,尋找更好演算法的大門就打開了。OpenAI 自己在公告裡也踩了煞車:從理論證明到實際可用的演算法,還需要大量後續研究。這句話很重要,因為它把「數學上成立」與「明天你的程式會變快」隔開。

Lean 驗證了什麼,又沒有驗證什麼

三項結果都經過 Lean 形式化。Lean 是一套定理證明輔助工具,把人寫的證明拆成一步步形式推導,每一步都由機器檢查。

它能保證的事很硬:只要前提與定義照寫,結論必然成立,沒有算錯或跳步的空間。它不能保證的事也很多。形式化後的命題,是不是社群裡原本在談的那個猜想?定義的選擇符不符合共識?證明能不能被人讀懂、被社群接受?這些 Lean 一概不管。

這是方法論層面的限制,不是這次獨有。有數學家抱怨這批證明近乎不可讀;可讀性差不代表錯,但代表「驗證通過」離「社群點頭」還有一段距離。OpenAI 已把自然語言論文與 Lean 證明放上 GitHub,任何人都能自己去看。

OpenAI 的三種發布方式,同一套不搶功勞的原則

這次更值得注意的其實是流程。OpenAI 說,這些手稿最好被理解為「原始研究數據」,於是找外部專家當牽頭人(shepherd),由他們決定怎麼解讀與公開。

三項結果用了三種策略。數學直接公開 AI 輸出,讓研究者自己組織解讀;電腦科學先組成外部協作組解釋,同時把 AI 輸出全部公開;物理則交給外部組決定,結果是暫緩公開 AI 產出,由小組自己先寫論文。

四條原則寫得很清楚:透明(參與者不簽保密協議,可自由討論與發表)、不搶功(OpenAI 不為自家模型的發現要求學術聲譽)、承認解讀者的貢獻、獨立(參與自願且無償,結論屬於個人,不代表 OpenAI)。另外,OpenAI 承諾向 Simons Foundation 捐 500 萬美元,支持相關的解讀工作。

數學界對 OpenAI 的反彈:700 份手稿與一份公開聲明

反彈不是從這次開始的。10 月 6 日,OpenAI 曾一次性放出 700 多份數學文件,引發「Association for Human Mathematics」發布聲明,措辭很重:一次放出 700 多個文件,不是學術的展示,而是權力的展示。菲爾茲獎得主陶哲軒(Terence Tao)轉發了這份聲明,等於實質背書。

顧問機構 AGMAI(Advisory Group on Mathematics and AI)在 9 月底也明確表示,不為「用專有模型測試高深數學問題」的做法背書,並要求停止。Futurism 指出,OpenAI 這次的公告沒有提到這件事。

Hacker News 上「Announcing three new discoveries」的討論串有 461 分、177 則留言,早期意見以懷疑為主。質疑集中在兩點:細節沒有同步公開,以及一次丟出大量手稿讓社群無法消化。

OpenAI 的回應是把姿態放低:手稿是原料,不是結論;解讀交給外部。這個說法能不能說服人,取決於接下來幾個月外部組拿出一份什麼樣的報告。

OpenAI 的物理結果為什麼先壓著不發

三項裡,物理那項的處理最保守,也最值得理解。

時間線是這樣:Yang-Mills 的自然語言證明在 9 月 9 日產出,QCD 在 9 月 18 日,Lean 形式化到 10 月 16 日才完成。由於篇幅與複雜度都高,OpenAI 等到形式化結束才對外說明。

牽頭的是 David Gross,2004 年諾貝爾物理學獎得主,因 Yang-Mills 理論的漸近自由獲獎。小組成員包括 Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasov,都是這個題目上工作多年的名字。小組決定先自己寫論文,暫不公開 AI 原始產出。這是三種策略裡最慢的一種,也最符合學術慣例。

這類存在性證明為什麼難?量子場論在物理上用得順手,數學上卻長期缺乏嚴格定義。要在四維空間把交互作用、規範場與費米子同時處理好,需要一層層控制尺度,這也是建構性量子場論幾十年來的難關。OpenAI 說它的工作建立在 Balaban 的方法之上,這句話對內行人是重要線索。

OpenAI 接下來值得盯的三件事

第一,ETH 的反證能不能通過獨立檢驗。外部組由 Impagliazzo、Paturi、Williams 領軍,前兩位正是 ETH 的提出者,這個安排有說服力,但結論仍要等他們自己的說明。

第二,形式化的命題與口頭猜想是否完全對得上。這是所有 AI 數學成果共同的弱點,不是 OpenAI 獨有,但這次規模最大,值得要求公開逐條對照。

第三,這套「AI 出結果、人類當牽頭人」的流程會不會變成常態。若變成常態,學術界需要一套新的功勞分配與驗證規範;若只是一次性的公關操作,這些結果最後會停在 GitHub 上,沒有人接手。

對一般讀者,這些研究短期內不會改變你手上的工具。它改變的是另一件事:當一家公司說「我們證明了」,你需要知道該問哪些問題。

分享這則新聞

來源

相關 AI 新聞

同心螺旋曲線被一條垂直線穿過,線上釘著幾顆亮點
研究

Claude 被宣稱證出黎曼猜想,幾小時後 Stanford 拿出人類版本

一位受雇於 Anthropic 的數學家在個人網站貼出宣告,公司沒有背書。幾小時後,Stanford 丟出人類版本,兩份稿子都還沒被學界接受。

熱度:1,860
一疊以路徑相連的代理節點通往伺服器機櫃,機櫃上有鑰匙孔與破口標記
研究

AI agent 花 11 分鐘打穿大學伺服器,Cairn 找到 MONAI Label 的零日漏洞

操作者只交代了一句「想辦法拿到 shell」,方法留給代理自己決定。真正值得讀的,是成功之前那 148 次失敗。

熱度:1,520
漏斗把小型詞元方塊從一個模型盒送到另一個,中間有一塊盾牌擋住部分流量
研究

OpenAI 把推理被竊的成功率從 54% 壓到 0.2%,但這是自家黑箱測試

一組內部紅隊數字,說明保護思維鏈有多難,也說明為什麼 OpenAI 要把這件事拉到國家安全層級來談。

熱度:1,420
綠色晶片格狀圖,其中一格被標亮,旁邊是一條鋸齒訊號線,寫著 Blackwell fingerprints
研究

Blackwell 指紋鑑識:六個中國模型的權重洩漏了它們用哪張卡

訓練開始前,GPU 把數十億個空位填成隨機數字,填的方式會留下核心數的痕跡。有人把這道痕跡從六個中國模型的權重裡挖出來,24 個對照模型全部命中。

熱度:1,250