OpenAI被曝逼近霍奇猜想，数学自动化或进入倒计时

从流体方程到代数几何：OpenAI的下一站

距离OpenAI宣布解决纳维-斯托克斯存在性与光滑性问题不到一个月，一道更抽象的数学难题可能已被提上日程。知情人士透露，OpenAI已接近攻克霍奇猜想，这同样是克莱数学研究所于2000年提出的七道千禧年大奖难题之一。

霍奇猜想关注的是：由多项式方程定义的几何形状中，某些几何特征能否始终用更简单的代数结构来描述。这一问题长期被视为代数几何与拓扑学交叉地带的核心挑战。OpenAI员工预计，相关解法有望在不久后得到确认。

不过，即便解法已经成型，OpenAI可能也不会立即对外公布。公司正在权衡与数学界合作发布的方式，以避免再次引发公关危机。此前纳维-斯托克斯问题的宣布过程就曾受到外界质疑。

“Doug”模型与数百万美元账单

为了攻克纳维-斯托克斯问题，OpenAI据称已花费数百万美元。前述人士表示，当时使用的是下一款预训练模型的一个变体，内部代号为“Doug”。这一投入规模显示，前沿模型在复杂数学推理上的试错成本远高于常规任务。

部分OpenAI研究人员认为，继软件工程之后，数学是大模型最自然的下一块试验场。两者都依赖一步步的逻辑推理，而且结果往往可以自动验证对错。一些研究人员甚至判断，过去一年席卷软件工程领域的自动化进程，未来6至9个月也可能在数学领域上演。

攻克高难度数学问题还有另一层意义：推动机器学习研究本身实现自动化。机器学习研究离不开大量数学，而研究自动化又是AI开发商迈向“AI开发AI”的重要一步，这种能力通常被称为递归式自我改进。

数学作为试金石：能力边界与连锁反应

让前沿模型挑战从未有人解决过的数学难题，也能帮助研究人员判断模型究竟进展到了什么程度，以及复杂推理能力有多强。如果模型能够攻克纳维-斯托克斯问题和霍奇猜想这种级别的难题，也可能说明它们有能力处理生物学、化学等领域中难度相当的问题。

当地时间9月8日，OpenAI宣布其内部未公开的AI模型（性能远超最新发布的GPT-6 Astra）已成功解决纳维-斯托克斯存在性与光滑性问题。这一消息在数学界和AI圈同时引发震动，陶哲轩既点赞又表达担忧。

从行业视角看，OpenAI在数学难题上的连续动作，正在把大模型竞赛从语言理解推向形式推理的深水区。如果霍奇猜想真被攻克，数学自动化可能不再是远景，而会成为未来一年内可感知的产业变量。但与此同时，如何验证解法、如何与学术界共享成果、如何避免过度宣传，仍是OpenAI必须面对的课题。