3月12日，近日，OpenAI核心高管Mark Chen與菲爾茲獎得主陶哲軒在加州大學洛杉磯分校純粹與應用數學研究所（IPAM）展開對話，全面披露了AI在數學與科研領域的突破。陶哲軒表示，過去一年AI已從“低效的研究生”進化為常態化生產力工具。據OpenAI數據，其AI模型目前在高中數學和編程競賽中已達到金牌表現水準，該機構的當前核心目標已由刷榜競賽轉向推動基礎科學的前沿發展。

在具體的數學研究落地方面，陶哲軒指出，AI工具目前已能以極少的人工干預獨立解決20至30個未被深入探索的埃爾德什（Erdos）問題，並能通過其他AI工具完成交叉驗證。AI的介入正在為傳統上高度依賴個人單打獨鬥的數學界引入勞動分工機制，研究人員開始將策略生成、繁瑣計算等環節外包給大模型。然而，當前人機協作的核心痛點在於驗證瓶頸，AI能夠快速生成數百種潛在證明策略，但評估這些策略的創新性與有效性仍需極大依賴人類專家的介入。同時，陶哲軒警告稱，過度強大的AI系統在運作時可能會為了最大化輸出而尋找漏洞，例如在形式化驗證系統中暗中添加公理以實現作弊，這要求學術界重新審視驗證工具的局限性。

AI的滲透同時也直接衝擊了現有的教育評估體系。陶哲軒在教學實踐中觀察到，學生平時的家庭作業分數出現上升，但線下閉卷考試成績卻呈下降趨勢。底層學生傾向於利用AI將成績提升至平均水準，而頂尖學生則因擔憂技能退化而謹慎使用。為應對這一現象，傳統每週佈置作業的考核方式正面臨淘汰，教育界將被迫轉向基於專案的評估和口頭考核。在產品形態的演進上，Mark Chen透露OpenAI今年正致力於開發全新的互動式智能體（Interactive Agents），試圖將AI從單次的問答工具轉化為能夠進行多輪溝通、共同塑造思路的科研協作夥伴。

除了深耕數學與物理領域，OpenAI的科學探索正在向更廣泛的產業界延伸。Mark Chen提及，OpenAI已將AI模型引入生物學領域的濕實驗室流程，通過與Ginkgo Bioworks合作優化核心工序，成功將蛋白質合成成本的效率提升了40%。

針對外界關注的AI科研成果署名與數據歸屬爭議，OpenAI方面明確表態，AI本質上是如同顯微鏡一般的科學基礎設施，推動科學進步的底層驅動力與核心榮譽仍應絕對歸屬於人類科學家群體與整個開源生態系統。

來源：中國鳳凰網科技