OpenAI 在 GitHub 一口氣公開 377 項新數學成果，數學界反應兩極

OpenAI 近日在 GitHub 上一次公開 377 項由 AI 產出的新數學結果，同時發表一篇說明文章，坦承這批成果在價值評估與學術規範上仍有許多待解問題。這是 AI 實驗室首度以如此大量、集中的方式釋出數學研究產出，在數學界引發兩極反應。

過去兩年，大型語言模型在數學推理上進展迅速，從解答競賽題目、證明已知定理，逐漸走向協助處理開放問題。多家 AI 實驗室與數學家合作，嘗試讓模型提出猜想、尋找反例或完成證明細節。OpenAI 此次一口氣公開 377 項結果，代表 AI 已能以「量產」的方式產出數學內容，速度遠超人類研究者。

然而，數學研究的價值不在數量，而在正確性、新穎性與意義。一項新結果需要經過同行仔細檢驗，確認證明無誤、並非已知成果的重述，且具有推進學科的價值。OpenAI 在說明文章中也承認了這些挑戰，包括如何判斷結果的重要程度、如何避免占用審查者過多時間，以及如何標示 AI 在成果中的角色。

業界分析人士指出，職業數學家的疑慮主要集中在三方面。第一是審查負擔，數百項結果若需逐一驗證，將消耗大量專家時間。第二是價值稀釋，大量平庸或瑣碎的結果可能淹沒真正重要的發現。第三是學術歸屬，AI 產出的成果應如何署名、能否發表於期刊，學界尚無共識。也有數學家持較開放態度，認為只要結果經過形式化驗證工具確認正確，就能成為有用的研究素材。

這次公開也反映 AI 實驗室展示能力的新方式。相較於在基準測試上刷新分數，直接釋出可供檢驗的研究成果更具說服力，但也讓 AI 公司直接進入學術社群的運作規範之中。若處理不當，可能引發學界反感；若能與數學家建立良好合作機制，則可能改變數學研究的工作方式。

後續觀察重點包括這批成果經數學家檢驗後的正確率與重要性評價，以及形式化證明工具是否會成為 AI 數學成果的標準驗證管道。AI 參與基礎科學研究的規則，正在這類事件中逐步成形。