OpenAI模型证伪80年几何猜想
推荐指数 70.0 NO. 008 · 2026.05.21
发布2026/05/20Score172Comments89
为什么值得看
OpenAI的推理模型通过符号推导找到了反例，否定了Erdős于1946年提出的平面单位距离问题中的核心猜想。这是AI首次在纯数学领域推翻长期悬而未决的猜想，标志着形式化推理能力从辅助验证迈向主动发现。
编辑判断
这个案例的真正信号不是"AI能做数学了"，而是形式化验证 pipeline 的成熟。OpenAI 用了 Lean 证明助手 + 模型生成候选反例 + 自动验证的闭环，之前 DeepMind 的 AlphaGeometry 还需要大量人工构造训练数据，这次几乎全自动。
对做 AI4Science 的团队来说，这意味着数学、物理、芯片设计等"可形式化"的领域，模型发现新知识的门槛在快速降低。如果你在做材料发现或药物分子设计，值得研究这套"生成-验证-形式化证明"的工程架构，而不是只盯着端到端的黑箱预测。
不过要注意，这个猜想恰好有"有限搜索空间可被穷举验证"的特性，换到不可形式化的领域（比如需要实验验证的生物学），同样的方法未必奏效。
社区反馈
意见分歧 97 条评论
核心争论：OpenAI是否凭学术布局领先，还是AI数学突破被过度炒作
One thing seems for certain is that OpenAI models hold a distinct lead in academics over Anthropic and Google models. For those in academics, is OpenAI the vendor of choice?
Gemini seems better trained for learning and I think Google has made a more deliberate effort to optimize for pedagoical best practices. (E.g. tutoring, formative feedback, cognitive load optimization) As far as academic research is concerned (e.g. this threads topic), I can't say.
Yes, I meant academic research.