GMAsia
    AI 新闻·2026年9月8日·来源: Tech Crunch

    纽约大学数学家称:OpenAI 在一项关乎职业生涯的数学难题上采取不光彩手段

    纽约大学数学教授 Tristan Buckmaster 和 Anthropic 数学家 Levent Alpöge 公布了关于 Navier-Stokes 存在性与光滑性问题的初步研究结果,这是七个千禧年大奖难题之一。他们的工作利用了 OpenAI 的 Codex 和 Claude AI 模型,随后 OpenAI 发布了完整的证明。OpenAI 的证明是由一个未发布的下一代模型完成的,消耗了 3000 亿个输出代币,计算成本估计为 2250 万美元。Buckmaster 指控 OpenAI 利用了关于他团队特定方法的信息来加速他们自己的解决方案,这引发了关于学术道德和在关键研究中竞争性使用 AI 资源的质疑。

    Nexa 摘要

    OpenAI 迅速解决 Navier-Stokes 问题的争议,紧随 Buckmaster 和 Alpöge 的初步发现之后,指出 AI 驱动的科学发现中日益加剧的紧张关系。OpenAI 据称在得知竞争对手的具体方法后,动用 2250 万美元的计算资源来完成完整证明,这表明原始计算能力现在可能是解决复杂数学问题的决定性因素。这种动态可能会重塑研究的进行方式和归属,尤其是在像 100 万美元千禧年大奖难题这样有巨额奖金的领域。对于亚洲而言,这事件凸显了 AI 模型访问和计算资源在高级研究中日益增长的重要性。从新加坡到韩国,整个地区的公司和国家 AI 计划都在大力投资 AI 基础设施。部署大规模计算来解决特定研究问题的能力可能会成为一个新的竞争前沿,影响哪些实体在科学突破中领先。Buckmaster 提出的关于 OpenAI 行为的道德问题,包括要求移除 Alpöge 的贡献归属,因为他与 Anthropic 的关系,凸显了在协作和竞争性 AI 研究中需要明确的指导方针。随着亚洲 AI 实验室和初创公司越来越多地参与全球研究挑战,建立透明的信息共享和归属协议对于维持信任和促进真正的创新至关重要。

    #ai#mathematics
    深入了解
    原文报道: Tech Crunch我们不转载全文, 阅读原文 →

    相关文章

    6 则