近日，数学界与人工智能领域同时被一则重磅消息震动——OpenAI宣布其尚未对外公开的AI模型成功攻克了“纳维-斯托克斯存在性与光滑性问题”。这一难题是克莱数学研究所于2000年公布的七大“千禧年大奖难题”之一，自提出以来，近90年间始终未被解决，其核心在于探讨描述流体运动的纳维-斯托克斯方程是否会在特定条件下失效。OpenAI团队通过约10,000个智能体协同工作，仅用88小时便完成了相关证明，结果显示初始状态平滑且静止的流体，可能在有限时间内出现“奇点”，即流速无限增大的现象。
在此次突破前，另一家AI公司Anthropic也曾宣布其内部模型在黎曼猜想的研究中取得关键进展，这一系列事件让学界对AI在数学领域的潜力产生了浓厚兴趣。OpenAI研究员塞巴斯蒂安·布贝克将此次成果形容为“过去一年中最令人惊叹的顶点”。为确保证明的严谨性，团队设计了一种向内旋转并拉伸的“涡流”结构，并使用Lean编程语言进行了形式化验证。这一验证过程由最新的GPT-6Astra模型完成，耗时约17小时。
然而，OpenAI的声明并未平息所有质疑。纽约大学数学教授特里斯坦·巴克马斯特公开提出，OpenAI可能在得知他与同事阿尔珀格的研究进展后，才转向“外力驱动”方法。他担忧自己的研究数据被用于训练OpenAI的模型，尽管OpenAI坚决否认直接使用具体用户数据，但承认匿名化数据可能在模型优化中发挥了作用。这一争议引发了关于学术成果归属、数据隐私保护以及AI研究透明度的广泛讨论。
著名数学家陶哲轩对此事件表达了担忧。他认为，如果AI能够独立解决人类尚未攻克的数学难题，可能会削弱人类对数学本质的理解。他指出，数学研究不仅是寻找答案的过程，更是通过探索深化对世界认知的方式，而AI的介入可能改变这一动态平衡。
据估算，此次研究涉及的计算成本高达1,500万至2,250万美元。尽管克莱数学研究所为该难题设立了100万美元的奖金，OpenAI却明确表示不会申请。这一决定被部分观察者解读为对学术荣誉的淡化，也有人认为这反映了科技公司在科研目标与商业利益之间的复杂考量。无论如何，这一事件已对数学界与AI研究的交叉领域产生了深远影响，关于人类与机器在知识创造中的角色定位，将成为未来长期讨论的焦点。
