数学：OpenAI的成果面临验证考验

AI生成的数学成果数量，并不足以证明这些成果可靠。The Verge介绍了OpenAI本周发布的一批成果：近400项由AI生成的成果，分布在700多篇稿件中。该媒体报道称，受访数学家预计，理解这些成果的工作可能需要数年。这一估计只是他们对这批材料规模的判断，并非经过测量得出的耗时。

这些研究涵盖组合数学、几何学、数论、理论计算机科学、代数学和拓扑学等领域。这种多样性增加了整体审查的难度：评估如此庞大的成果集，需要调动不同领域的专业知识，并在各自所属领域内审查论证。据The Verge报道，OpenAI还发布了浏览GitHub仓库的指南。

最需要关注的是这些证明的验证状态。该媒体报道称，OpenAI承认不同成果的验证程度存在差异。公司表示，在包含719篇稿件的成果集中，300项主要成果已完成形式化。这些数字对应的是不同的对象；仅凭这些数字，无法断定同样比例的稿件已经得到完整验证。

部分形式化工作使用了Lean，这是一种支持计算机验证的语言和证明助手。这种支持可以增强人们对形式化命题逻辑正确性的信心。不过，仍需检查该命题是否确实对应稿件声称证明的内容。The Verge采访的研究人员指出，有时两者的对应并不完全准确，而且研究质量参差不齐，即使附有验证代码的研究也是如此。

报道中的初步反应并不一致。多位数学家认为，他们的第一印象好于预期；另一些数学家则指出，他们感兴趣的成果缺乏形式化。这些局部观察既不构成对整个成果集的认可，也不构成对它的否定。报道没有提供能够逐项作出判断的完整审查。

因此，这次发布所涉及的核心问题似乎正转向评估能力。如果稿件的产出速度快于审查速度，可获取的文本就可能多于经过实际检验和理解的知识。审慎的阅读方式，是区分成果的发布、成果的形式化、证明与命题之间的一致性，以及对成果的科学理解。此次公布的规模使这种区分尤为必要。