前两天，OpenAI 在 GitHub 上一次性放出了 722 篇数学手稿（后面撤回了几篇），覆盖数论、几何、理论计算机科学、数学物理等 17 个领域，其中一部分附带了可由计算机机械检查的 Lean 形式化证明。据 OpenAI 介绍，它们全部出自一个尚未发布的内部前沿模型，平均每个结果消耗的算力大约相当于 ChatGPT Pro 思考模式运行三个小时。

这并不是 OpenAI 在数学上的第一次大动作。一个月前的 9 月 8 日，它就宣布内部模型调度上万个智能体、历时约 88 小时，给出了与 Navier-Stokes 千禧年难题相关的爆破证明，随即陷入署名与优先权之争。722 篇手稿发布后，质疑同样接踵而至。

争议之外，有一个事实很少被提及：数学之所以能成为 AI 攻城略地最快的科学领域，很大程度上是因为它自带裁判，即一份 Lean 证明对不对，编译器说了算。

可一旦问题从纸面转向物质世界，比如某种新材料能否在液氮温区实现超导、某种合金在高温下会不会开裂，就没有任何形式化系统能替代一次真实的实验。

这正是 Liam Fedus 在最新一期播客 The Frontier 中强调的观点。这位 ChatGPT 的共同创造者、OpenAI 前副总裁、后训练负责人，如今在门洛帕克搭建实体实验室，试图为 AI 科学家补上互联网给不了的那块数据。

在与主持人、Mercor 创始人 Br

来源：机器之心