数学家称OpenAI并不理解其Navier-Stokes证明

9月初，该公司提交了一份166页的纳维-斯托克斯问题潜在解决方案。OpenAI声称该证明遵循了西班牙数学家Diego Córdoba和Luis Martínez-Zoroa的方法。

据《科学美国人》报道，现在有几个专家团队对此表示异议。洛桑联邦理工学院数学家Gonzalo Cao-Labora说：“当你深入细节时，会发现这是另一种方法。”他表示，相似之处仅停留在表面。

这份潜在证明是用Lean编写的，这是一种形式化验证语言，会检查每一个逻辑步骤，但本身并不能让人读懂。克雷数学研究所（CMI）自其发布以来一直在审查它。

在发布之前，纽约大学数学家Tristan Buckmaster指责OpenAI基于他和Anthropic的Levent Alpöge利用公开可用模型所做的工作。OpenAI否认了这一说法，称其从未使用Buckmaster的数据。高等研究院的Camillo De Lellis表示，明确的答案可能无法获得，因为语言模型是黑箱。

10月初，OpenAI又发布了大约400项成果，数学界几乎跟不上。将这些成果作为松散集合发布在GitHub上激怒了许多数学家，他们觉得这贬低了他们的领域。

没有人知道1万个AI智能体是否真的起了作用

OpenAI似乎对自己的工作还有一点不了解。该公司为此投入了大量算力，部署了约1万个模型实例，运行约88小时，消耗1300亿个token，以开发潜在的纳维-斯托克斯解决方案。据OpenAI研究员Noam Brown称，实际上没有人知道这个庞大的智能体集群对结果贡献了什么。

这种规模的行为尚未被研究过，因为用数千个智能体进行系统性对比测试成本太高。没有人测试过单个智能体解决同一问题需要多长时间，而且几乎无法判断1万个智能体相比1千个能提供什么具体优势。

Brown认为多智能体设置对成功的贡献不到10%。他说，这些系统新颖且炫目，因此获得了不成比例的赞誉。真正重要的是基础模型本身，它能够长时间持续处理任务并并行运行。

没有炒作的AI新闻——由人类策划

订阅THE DECODER，享受无广告阅读、每周AI通讯、每年六次独家“AI Radar”前沿报告、完整档案访问以及评论区访问权限。