千禧年难题证明被OpenAI抢发？AI有没有夺取这几位数学家的功劳？

原文作者：Davide Castelvecchi

OpenAI宣布已用一个AI模型解决了流体力学的关键难题——纳维-斯托克斯（Navier–Stokes）问题，这可能会彻底改变做数学的范式。这家位于美国加州的AI公司在9月8日宣布的这一消息也引发了巨大争议：对于使用AI工具试图破解这个问题的人类数学家来说，OpenAI的工具是否学走了这些数学家的知识。

AI模型在各个科研领域近乎全员使用，而且用来训练模型的信息很难溯源，这可以直接威胁到“学术贡献”的根本概念，研究人员提醒道。

“很多学者可能还没有搞清楚，将数据和信息上传至AI模型的个人账号会有什么后果，” 伦敦政治经济学院的知识产权法研究员Luke McDonagh说。

在谴责AI公司涉足数学解题领域的一封公开信中，25名菲尔兹奖（常被誉为数学界的诺贝尔奖）得主写道，AI工具模糊了对功劳的分配：“和所有创造性职业一样，这带来了严重的署名和剽窃问题。”

纳维-斯托克斯问题是数学界最知名的问题之一。就在OpenAI证实它解决了该问题传言的前一天，一位研究人员已经拉响了警报。纽约大学数学家Tristan Buckmaster与合作者、哈佛大学的数学家Levent Alpöge一直在用OpenAI和Anthropic的工具研究纳维-斯托克斯问题的一个方面。他们被告知OpenAI马上要宣布已解决这个问题。Buckmaster在社交媒体上写道，OpenAI在听闻了他和Alpöge的工作后，抢先解出了这个问题，并且OpenAI的模型可能一直在从他俩与ChatGPT的对话中暗暗学习。

OpenAI的发言人告诉《自然》：“经过调查，我们可以非常自信地说，用户在7月3日以后输入的数据不会对这个系统有任何影响。”OpenAI表示从9月1日开始攻关纳维-斯托克斯问题，而且“在他们公开结果前，OpenAI从未以任何方式见过他们的工作”。

Buckmaster表示，他用OpenAI工具研究这个问题已经有一年了。他告诉《自然》，他在OpenAI的ChatGPT上有三个不同账号，只有两个账号关闭了允许OpenAI将人机对话用于训练模型的设置。

假设OpenAI的解能被独立验证，后续就要看数学界如何论功行赏了——谁能拿到克雷数学研究所（Clay Mathematics Institute）的100万美元奖金。克雷数学研究所在本世纪初列出了七个“千禧年大奖难题”（Millennium Prize Problems），解决其中任何一个就能获得这100万美元。

OpenAI表示，已用名为Lean的编程语言验证了其证明。科学总部位于英国牛津的克雷数学研究所表示，证明结果必须发表在同行评审期刊上并得到数学界的进一步审查，他们才会评判这个证明成不成立。

研究纳维-斯托克斯方程的数学家表示，这里的很大一部分功劳应该属于Buckmaster和Alpöge，以及马德里数学科学研究所的Diego Córdoba和马德里金融研究大学的Luis Martínez Zoroa。

AI时代，贡献归属的问题只会越来越复杂，德国德累斯顿工业大学的数学家Andreas Thom说。他想知道的是，他在最近一年使用OpenAI的ChatGPT进行的关于群论（数学和物理学中大量使用的概念）的脑力对话，是否也被用来训练这个对话机器人了。

他说，他使用了一种特殊策略尝试构建出名为non-sofic的一类群——许多数学家一直认为这不可能。而在8月，OpenAI发布预印本论文称已经首次取得了这一结果——使用策略与Thom的非常相似。Thom认为，这里面的贡献有没有算到位还不好说；OpenAI未就该问题直接置评。

Thom说，OpenAI的这篇论文准确引用了他和合作者的早期成果。但6月末之前，Thom一直没有关闭训练模型的选项，也就是说，已经没有办法知道OpenAI的工具除了参考他的已发表论文外，是否也将与他的对话用于自己的研究。

他说，如果这种脑力风暴被用于训练AI模型，但又不被承认，那就出问题了。他说，假设一位人类数学家想涉足non-sofic群，他可能会和领域内的专家交流，学点文献里找不到的门道。通常来说，这个人会在论文致谢里感谢这些交流带来的启发。Thom说：“如果一个人坐过我的办公室，然后写出了那篇论文，他要是只字不提我们之间的讨论和解释，那我会非常生气。”当然，OpenAI的模型是否真的借鉴了与Thom的对话仍不清楚。

OpenAI没有直接回应它的模型是否在此事件中存在这一行为。但其发言人表示，用户可以自己决定是否将对话用于模型训练，并强调一旦用户关闭该选项，OpenAI就不会用这些数据来迭代模型。

德国伯恩大学的菲尔兹奖得主彼得·舒尔茨（Peter Scholze）等数学家已承诺不会使用AI工具。但也有数学家表示，还有很多人在用对话机器人处理数学问题。目前不确定有多少人选择关闭共享对话内容。McDonagh说：“我怀疑很多研究者根本没有看完条款和协议。”

由此一来，AI模型便可从这些对谈中汲取知识，这些对谈本质上可以说是各学科专家的一对一辅导，AI模型要么拿去分享给其他研究人员——让这些人在不知情的情况下掌握了对手尚未发表的思路，要么就是让AI公司把解题的全部功劳占为己有。

“我觉得学术人员有点太天真了，” 伦敦商学院研究数字生态系统的Michael Jacobides说。

国际数学联盟6月发布了《人工智能与数学莱顿宣言》，规定“资料在未经同意情况下不得用作训练数据”，并要求公司让作者有权选择公司不能以这种方式使用他们的研究。宣言的作者之一、荷兰埃因霍芬理工大学的数学家Jim Portegies表示，团队正在讨论如何应对这些最新事件。

一些学术机构与科技公司达成协议，不允许公司使用数据和交互内容来训练模型。但研究人员也会用私人账号做研究，这些账号不受协议约束。还有的机构根本没有这些协议。这些情况下，研究者就需要关闭模型训练的功能，Portegies说，“我认为，最近的风波将提高大家的这种意识。”

监管部门可以要求研发AI对话机器人的公司关闭共享数据的默认设置——这个规定可能会非常奏效，Jacobides说。科技公司还能与代表科研界的组织（如国际数学联盟）拟定一些行为规则，莱顿宣言的作者之一、牛津大学已退休数学家Ursula Martin说。

纳维-斯托克斯最新证明引发的轩然大波，或能刺激各大AI模型公司站出来回应这个问题，Martin说，“这次事件或许是个警钟，让这些公司意识到，‘原来这不是我们想要的营销。’”