AI助力同一密码学问题两证

上周四，麻省理工学院博士生Seyoon Ragavan把自己刚完成的一份量子密码学证明发给好友、加州大学圣塔芭芭拉分校博士生Yao-Ting Lin。Lin当时正和导师Prabhanjan Ananth教授开会，会上恰好听到了同一结果的另一份证明。会后他回邮件给Ragavan：“我们绝对活在奇怪的时代。”当天，两篇预印本论文先后提交到arXiv.org，一篇来自Ragavan，另一篇出自Ananth和加州大学洛杉矶分校教授Amit Sahai之手。两篇论文都把核心思路和构造的功劳归给了OpenAI刚发布的GPT-5.6 Sol Ultra。 这种“撞车”并非完全偶然。两人此前都参加了加州大学伯克利分校西蒙斯计算理论研究所的一场讲座，听到了同一个开放问题，随后各自用同一款模型、通过不同工作流程独立推进。两篇论文都尚未经过同行评审，研究内容属于量子密码学中一个专门分支——不可克隆加密。但这次近乎同时的成果提交，生动展示了AI正在如何改变科研生态：当不同研究者把同一个模型导向同一个问题时，结果可能几乎同时涌现，这引发了对“独立发现”和“学术署名”的新思考。 Ananth表示：“现在的普遍心态是，如果有人提到一个开放问题，第一反应就是看看GPT能不能解出来。很多我们以前不知道怎么解决的问题，在不久的将来都会被解决。”AI已经在数学领域接连攻克难题——一个80年的猜想，一个50年的猜想。理论计算机科学家以写证明为生，自然也会把这项技术用起来。 不可克隆加密利用的是量子信息的一个特性：未知量子态无法被完美复制。目标是加密一条消息，让拿到密文的人无法将其拆分成两个可用版本，在解密密钥已知时都能还原消息。渥太华大学教授Anne Broadbent和她的学生Sébastien Lord在2019年提出了现代不可克隆加密框架。早期研究已证明不可克隆加密是可能的，但现有方案要么效率低下，要么需要额外假设才能保证安全。这两篇新论文声称，他们证明了存在一种无需任何附加条件的高效方案。 Ragavan几年前曾尝试解决这个问题但未成功。当他在西蒙斯讲座上再次看到这个问题时，很惊讶它还没被解决。他此前一直在自己的研究中尝试使用AI，于是把GPT-5.6 Sol Ultra派上了用场。两篇论文的提交时间仅相差三小时，这种高度趋同的结果让学界开始重新审视AI辅助科研时代的学术规范。