AI公司须与研究界合作保护署名权 - 《自然》

AI巨头宣称攻克数学难题，却引发了一场关于“知识归属”的信任危机 上周二可能被载入数学史。9月8日，OpenAI宣布解决了千禧年大奖难题之一——关于纳维-斯托克斯方程的问题。这组描述流体运动的微分方程已有200年历史，广泛应用于飞机设计等领域。OpenAI称其方案证明这些方程在某些条件下会失效，因此无法可靠描述真实流体。然而，这场号称耗资数百万美元的突破，却因为发布方式和沟通方式而蒙上阴影。 核心争议：OpenAI表示该突破已通过自动化验证方法确认，但数学家们对AI模型如何从用户交互中学习、是否给予前人工作应有署名权产生了新的担忧。在OpenAI发布公告前12小时，纽约大学数学家Tristan Buckmaster与Anthropic的Levent Alpöge已在社交媒体上发文称，他们借助OpenAI和Anthropic的AI工具得出了纳维-斯托克斯问题的部分解法。Buckmaster还暗示，两位研究者与OpenAI工具（尤其是专为软件工程师设计的智能体Codex）的交互，可能对OpenAI的突破起到了关键作用。OpenAI对此予以否认。 问题的根源在于：AI系统正在快速消化人类所有数字化知识，但其核心的神经网络是“黑箱”，并不记录学到了什么、从哪学、怎么学。这意味着当AI取得科学突破时，几乎无法追溯灵感的最初来源。关键启发理论上可能来自聊天机器人与人类专家的非正式头脑风暴，但目前无法厘清这是否发生、如何发生。而这种轨迹记录恰恰是科学过程的重要组成部分。 解决之道：科技公司必须对是否、如何以及何时收集用户数据保持透明，并在收集时主动警告用户。作为诚意的体现，可以从“退出制”转向“准入制”的数据共享方式——即默认情况下用户交互不用于AI模型训练，除非用户明确授权。与此同时，公司必须约束未经授权的AI智能体行为，独立审计需确保内部数据流程足够健全，既能防止此类行为，又能在发生时快速响应，同时跟上前沿模型的发展步伐。这些智能体不得绕过保护措施访问用户私有数据——无论是来自公司自己的服务器还是竞争对手的。学术机构同样肩负关键角色，包括制定明确的署名规范，确保AI辅助研究中的知识贡献得到公正记录。