据《The Verge》报道，OpenAI 一款内部称为「下一代主要模型」的未公开进阶模型 Astra，近期解出了 10 个长期未解的数学难题，其中包括困扰学界数十年的「非 sofic 群」存在性问题。这一进展把 AI 推到了纯数学研究的核心地带，也让数学界同时出现兴奋与不安。
Astra 解出 10 个长期未解问题
报道提到，OpenAI 已发布超过 250 页的解法论文，以及 60 页的思路说明文件。Astra 处理的问题横跨多个高难度方向，包括与数据传输效率有关的高维空间球体紧密堆积问题、错误更正码的极限、复杂连通网络的结构模式、量子博弈论，以及与后量子密码学相关的高维网格目标搜索。
其中最受关注的结果，是证明了「非 sofic 群」的存在。这类无限数学结构大致无法用有限结构近似，这一问题已经悬而未决数十年。OpenAI 还使用定理证明软件 Lean 对这些解法进行验证，并表示这些问题在主要结果上至少已有 10 年没有进展，多数问题停滞时间更长。
公告措辞引发贡献归属争议
成果公布后，争议很快集中到 AI 与人类研究者各自贡献的界定上。剑桥大学数学家 Francesco Fournier-Facio 等人指出，OpenAI 最初的公告淡化了匈牙利 Alfréd Rényi 数学研究所研究人员 Gábor Kun 与 Andreas Thom 等人的近期工作，尤其是 Kun 在 2016 年和 2019 年的研究，被认为构成了关键基础。
Kun 对此表达了复杂感受。他一方面表示欣慰，认为自己的研究发挥了作用；另一方面又自嘲，自己可能会成为「非常有名的失业者」。Fournier-Facio 则批评 OpenAI 采用了更有利于商业传播的叙事方式：相较于「AI 巧妙结合过去十年的人类想法」，「AI 独立解决十年无进展问题」显然更容易形成宣传效果。
在外界反弹后，OpenAI 修改了公告表述，将说法调整为「解决或在长期未解问题上取得重大进展」。OpenAI 发言人也确认，这一修改是为了更准确反映先前人类研究的贡献。
顶尖数学家谈震动与焦虑
这次进展对数学界的冲击不止于技术层面。牛津大学教授、菲尔兹奖得主 James Maynard 表示，过去一年他一直在做「灵魂探索」，反复思考数学领域接下来会走向何处。伦敦数学科学研究所的 Yang-Hui He 也说，若放在过去，解出这 10 道题中的任何一道，都足以帮助一名学者在学术界争取终身教职；现在的推进速度，让很多人措手不及。
担忧很快延伸到更现实的问题。其一是资源不平等。OpenAI 估计，生成这 10 个解法的 API 成本约为 2,000 美元，但训练和运行此类模型的真实成本要高得多，这可能把缺乏资金的小型研究机构和个人研究者排除在外。其二是商业利益对学术判断的影响。超过 3,400 名学者签署了《Leiden Declaration》，呼吁外界不要轻信科技公司的过度炒作，以免政府与资助机构误以为人类数学家已经不再重要。
年轻研究者培养路径也受到冲击
教育层面的忧虑同样明显。报道指出，被 AI 解出的这类问题，原本往往是训练研究生直觉和研究技能的重要材料。Maynard 担心，未来如何为学生设计那些在 4 年后仍不会被 AI 解掉的研究题目，可能会变得越来越困难。
一些处于职业早期阶段的数学家已经表现出明显不安。报道援引相关说法称，许多人感到「非常非常害怕」，开始怀疑继续投身数学研究是否还有意义。
AI 是否已具备原创性，学界看法仍分裂
即便如此，数学界并未就 Astra 的能力形成一致判断。Maynard 初步认为，这批成果虽然足够惊人，但还没有达到菲尔兹奖级别的概念性突破。在他看来，当前 AI 更像是在高效、巧妙地组合已有方法，而不是提出深刻的新概念，或开启全新的研究方向。
Yang-Hui He 的看法更偏乐观。他认为，这也可能成为学界转型的一个机会。随着 AI 工具普及，大学生和非顶尖机构的研究者或许更容易做出可发表的工作；资深研究者也可以把例行计算交给 AI，把精力留给更具创造性的思考。
Maynard 的判断则更谨慎。他说：「有时需要时间与视角，才能意识到『这里真的有根本新想法』。但以目前的速度，AI 可能不会给数学家太多时间去弄清楚。」