OpenAI 宣稱 AI 解出千禧年難題，而「驗證」這一步才是教育重點

OpenAI 宣稱其模型產出了 Navier-Stokes 存在性與光滑性問題的解。這是克雷數學研究所列出的七個千禧年大獎難題之一，懸賞一百萬美元，自 2000 年提出以來未被解決。

**先把最重要的事說在前面：這是一項宣稱，尚未經過數學社群的驗證。** 在證明被獨立審查、發表於同儕評審期刊、並經過領域內專家反覆檢視之前，正確的描述是「有人宣稱解出了」，而不是「已經解出」。這個區分不是吹毛求疵——數學史上有大量最終被發現有瑕疵的重大宣稱，包括由頂尖數學家提出的。

而正是這個驗證過程，讓這則新聞成為難得的教材。

**第一，它示範了什麼叫做「證明」。** 在多數學生的經驗裡，數學的正確與否由老師或答案本判定。而在真實的數學中，正確性由社群透過公開檢驗建立——任何人都可以檢查每一步，而一個環節站不住，整個結論就倒了。這與「權威說對就是對」是完全不同的知識模式，值得讓學生看見。

**第二，它突顯了「產出」與「驗證」的不對稱。** AI 產生一份看起來完整的長篇論證，成本正在快速下降；而驗證一份數學證明的成本沒有下降——它仍然需要具備該領域深厚訓練的人投入大量時間。這個不對稱正在成為許多領域的共同問題：產出變快、查核沒有變快。這一點與前幾天談的閱讀、評量、資訊判讀完全相通。

**第三，它讓 Navier-Stokes 這個題目本身有機會被介紹。** 這組方程式描述流體的運動——空氣、水、血液。它在工程上被大量使用且相當可靠，而數學上未解決的是一個更基本的問題：在三維空間中，給定平滑的初始條件，解是否永遠存在且保持平滑，還是可能在有限時間內「爆掉」。這個區分——「用得很好」與「在數學上被證明成立」是兩回事——本身就是很好的科學素養內容。

對課堂而言，這則新聞可以支撐幾種活動。低年級可以從流體現象出發（水流、煙、天氣）；中學可以討論「什麼算是證明」；高中與大學則可以追蹤後續的驗證進展，把它當成觀察科學社群如何運作的即時案例。

需要提醒的是報導的分寸。這類宣稱在媒體上很容易被寫成既成事實，而如果幾個月後證明被發現有缺陷，先前的報導就會變成錯誤資訊。在課堂上使用時，把「目前的狀態是宣稱」講清楚，比結論本身更重要。

業界分析人士指出，AI 在數學研究上的實際角色目前主要是輔助——搜尋反例、檢查特例、生成候選路徑——而完整的重大證明是否能由模型獨立產出，是這一輪爭論的核心。

對台灣的數理教師而言，這是一個罕見的機會：一則正在發生、結果未定、而且必須等待驗證的科學新聞。這種「還不知道答案」的狀態，比任何已經蓋棺論定的教材都更接近科學的真實樣貌。