AI进军数学领域，如今又向其他科学领域发起挑战

上周在麻省理工学院（MIT），研究计算与人工智能进展的学者尼尔·汤普森做了一场演讲。短短半小时里，他给出了一个颇具说服力的判断：好几个科学领域即将被AI颠覆。当数学家们还在为AI自动化本领域工作而震荡时，汤普森的最新研究显示，概率论、统计理论、经济理论、高能理论、引力与宇宙学以及量子物理，可能就是下一批被冲击的对象——原因在于前沿模型能力的快速进化。研究数据表明，从2024年年中到2026年年中，最好的AI模型在这些领域正确求解理论问题的比例，从约2%跃升到了约35%，而且没有任何放缓迹象。汤普森说：“我们预计，只需几年时间，大量理论问题在AI求解能力方面将被彻底改变。” 这项研究由汤普森与博士生加布里埃尔·曼索、研究科学家克劳迪奥·迈林克·维尔杜姆共同完成。他们选取了2025年12月至2026年5月间在线发布的研究论文中提出的问题，然后测试OpenAI的不同模型——o1、o3、GPT-5、GPT-5.1、GPT-5.4和GPT-5.5——能否解出。关键在于，这些问题的答案出现在GPT-5.5及更早模型训练截止日期之后发表的论文里，这意味着被测试的模型必须自己推导出解法，而不能依赖训练数据中已有的答案。研究人员还切断了联网权限，防止模型上网搜索答案。研究覆盖的范围有限，三人只聚焦于那些不需要运行模拟或实验、AI模型就能推理出结果的领域。但这项工作说明，眼下数学界感受到的冲击波，很可能会蔓延到其他数学和理论密集的科学研究领域。 上个月，OpenAI震动了整个数学界：其宣布一个未发布的模型解决了一个长期存在的数学重大难题——纳维-斯托克斯方程（描述流体运动行为的方程）。这件事随后变得更具争议：纽约大学的一位数学家——此前与Anthropic相关的一位学者合作——指责OpenAI在得知他们的进展后抢先发布。此后，OpenAI和其他机构又宣布了数百个长期数学问题的解法，在该领域引发了一场危机。一些数学家呼吁限制AI的使用，警告说求解过程本身往往和得到最终答案一样有价值。 汤普森表示，和数学一样，其他领域的进步也应该预期会带来正面和负面双重影响。他指出，理论突破有时会推动科学的实际应用进步，而更广泛地使用AI可能意味着更多进展会以这种方式发生。一些知名AI研究者已经创立了专注于“AI for science”的新实验室，各大AI实验室也都在加大科研投入。这些努力探索的是，如何让AI在理论分析之外还能被赋能去执行真实实验。AI可能意味着理论工作者不再需要亲自解决关键问题，但研究者表示，这并不意味着不需要专家来理解解法、确保其可靠。曼索说：“我们仍然需要有人提出好想法，把各个点连接起来。”他补充说，对于非常复杂的问题，AI也有可能犯错。（事实上，OpenAI在其最新数据集发布后撤回了若干解法。）“我们还需要有办法验证所做的工作。”