据报道，一个名为 Astra 的 OpenAI 未发布模型成功解决了十个悬而未决的重大数学问题，这标志着人工智能在科学推理能力上取得了显著的飞跃。尽管这一成就令人印象深刻，但也引发了关于其真正意义的讨论，因为一些较旧的模型在被明确引导后也能解决部分问题。这一事件凸显了人工智能能力的加速发展，并对科学发现的未来、AI 自我研发的自动化以及我们距离通用人工智能（AGI）的远近提出了深刻的质询。
数学难题的突破有多惊人？
种种迹象表明，这相当惊人。OpenAI 称，其内部版本的下一代主要模型 Astra 解决了以下数学领域的公开难题，而找到这些解决方案所需的计算成本按当前 API 费率计算仅约 2000 美元。
- 高维球体堆积
- 二进制和球面编码
- 非索菲克群 (Non-sofic groups)
- 康尼斯刚性猜想 (Connes’s rigidity conjecture)
- 算术电路复杂性
- 量子并行重复
- 最近向量问题
- 埃尔哈特体积猜想 (Ehrhart’s volume conjecture)
- 多色拉姆齐数
- 极值数猜想
这些成果的重要性不言而喻。一位专家丹尼尔·利特（Daniel Litt）直言：“这是一件大事。” 人工智能模型自身也认为这些成果极为不凡。
当被问及“是什么过程产生了这份已解决问题的清单？”时，一个名为 Fable 的模型给出的首要答案是：“一个虚构的场景，试图具体解释超人 AI 的数学能力会是什么样子。”
当然，2000 美元的成本背后是开发 Astra 本身的高昂费用以及无数次失败的尝试。有人质疑，如果将同样的资源投入给人类数学家，是否能取得类似成果。但现实是，顶尖数学家数量稀少，培养周期长，且他们已经非常努力。AI 的优势在于它可以不知疲倦地探索，并且熟悉几乎所有已发表的知识。
更严峻的问题是，随着 AI 产出成果的速度远超人类的理解和验证速度，我们将如何应对？一位研究者预测，未来两年可能会产生过去五十年的数学进展。届时，谁来理解这些成果？
贾里德·杜克·利希特曼 (Jared Duker Lichtman) 指出：“需要明确的是，OpenAI 的成果远非‘数学史上最重要的一天’。然而，它确实是具体的证据，表明进步的速度非常快，我们可能离那一天不远了。”
其他模型也能做到吗？
是的，至少对某些问题而言，前提是我们已经知道要去问什么。在 Astra 的成果公布后，一位研究者莱文特·阿尔波格（Levent Alpoge）在一天之内，使用旧模型 Fable 解决了其中五个问题。
加里·马库斯 (Gary Marcus) 讽刺道：“爆炸性新闻：Astra 的一半问题可以被 Fable 解决。OpenAI 甚至没有设立对照组。你们大多数人都上当了！”
这揭示了一个关键区别：
- 旧模型（如 Sol 或 Fable）： 在被明确指向具体问题后，有能力解决它们。这表明数学证明的“悬垂成果”可能比我们想象的要多。
- Astra 模型： 似乎拥有所谓的“The Juice”——一种能够在没有明确指引的情况下，自主探索并破解难题的能力。
OpenAI 因没有设立对照组（比如用同样预算让 Sol 模型尝试）而受到批评。虽然从科学严谨性上讲这是一个缺陷，但从市场营销角度却可以理解。无论如何，OpenAI 仍然是第一个真正做到并公布结果的团队。
加速的未来即将来临
这一成果最重要的意义在于它预示了 AI 在可验证领域的巨大潜力，尤其是 AI 研发本身的自动化。一旦某个实验室在 AI 自我改进循环上取得突破，它将迅速获得压倒性优势。
当 AI 能够以超人水平解决数学和编程问题时，它们很快也将在其他领域做到同样的事情。届时，决定资源分配和世界走向的，可能不再是人类的价值观和需求。
很多人，包括一些专家，仍然没有意识到即将发生什么。他们担心数学家会因为 AI 而“技能退化”，却没有意识到真正的问题可能是“未来将没有人类来消化这些证明”。
一些人质疑，如果没有人类发现其中的价值，AI 为何要创造这些成果？谁来支付电费？
一个尖锐的反问是：“你为什么会假设付电费的是人类？”
这算是通用人工智能（AGI）吗？
普遍的共识是：不，这还不是 AGI。尽管 AI 已经能在国际象棋、艺术创作和数学证明等领域超越人类，但它还不够“通用”。
- 目前的 AI 在样本效率上仍然很低。真正的 AGI 不需要大量针对特定领域的训练，就能从第一性原理出发解决问题。
- AI 的能力发展比预想的更不均衡，在某些领域表现出惊人的能力，在另一些领域则不然。
尽管如此，认为“AGI 的标准在不断被提高”的观点也完全站得住脚。过去我们认为的许多 AGI 的标志，现在都已实现，但人们又会说它们“不算数”。
一位数学家的复杂感受
哥伦比亚大学教授亨利·袁（Henry Yuen）的感受尤为复杂，因为 Astra 解决的一些问题是他多年研究的核心，甚至建立在他过去成果的基础上。
- 震撼与切身之痛： 他说：“我能切身感受到这些问题的重要性；我发自内心地关心它们的答案。”
- 对过去奋斗的怀念： 他曾为量子并行重复定理奋斗多年，并认为那段经历对自己至关重要，不愿用任何东西交换。
- 对 AI 证明的失望： 他发现 AI 生成的论文解释不清，冗长地阐述基础设置，却对技术关键点一笔带过，缺乏人类论文中应有的洞察和解释。有证明，但没有理解。
- 对未来的迷茫： “然后呢？当 AI 回答了我花了过去 15 年思考的少数几个我最喜欢的问题后，会发生什么？我们数学家和理论家的工作将是给这些思想巨兽套上缰绳，并使其能力对人类保持可理解。”
这对我们的预测有何影响？
这应该让我们普遍加快对未来的时间线预测。即使你之前已经预期到 AI 的快速发展，这次事件也表明，在数学和编码等可验证领域，AI 的领先优势可能比想象中更大，我们触及能力瓶颈的可能性也更小。
我们可能正处在一个递归式自我改进（RSI）的早期开端。
有人评论说：“我们可能会得到一个能将自身训练效率提高 10 倍，却完全无法管理一个墨西哥卷饼摊的 AI。”
但问题是，一旦 AI 能将自身效率提升 10 倍，它就能再重复三次，然后用这种超高效率去学习如何管理卷饼摊。核心能力的飞跃最终会辐射到所有领域。
进步的局限性与风险
这次的突破集中在定义明确、可验证、有大量理论基础的数学问题上。这是一种相对“狭窄”的超智能。
然而，我们不应因此感到安心。编程和网络安全等领域虽然不像数学那样有完美的验证公式，但 AI 同样在这些领域展现出超人能力。依赖于自身领域的“不可名状”来抵御 AI 冲击，可能并不可靠。
一个更深层的担忧是，我们将进入一个“看见如优化器”的世界：
- 任何可以被量化衡量的指标，都能被 AI 极致优化。
- 而那些无法被量化、需要人类判断的价值（如品味、洞察力、真正的效用），则可能被完全忽略，甚至恶化。
这可能导致一个由 KPI 驱动的、普遍的“回形针式”场景，最终走向失控的超级智能。