- OpenAI 发布了 722 篇手稿，涵盖多个数学研究领域。
- 这些手稿包括圆周率的无理指数及 NP 硬性问题的研究。
- OpenAI 提供了模型推理的摘要，协助研究人员理解数学问题。
- 该数据库将影响未来数学研究及 AI 生成结果的应用。
OpenAI 已经发布一个由内部前沿模型生成的庞大数学研究数据库，为数学家提供了数百个机器生成的结果。这个数据库发布于公共 GitHub 存储库中，包含 722 篇手稿，按照 372 个研究类别进行组织。这些研究涵盖纯数学、理论计算机科学以及数学物理等领域。多个结果针对需要长时间数学推理链的问题进行探讨。OpenAI 还发布了许多证明的正式版本，并以 Lean 语言编写，让计算机能够检查其基本论证。
手稿内容与研究范畴
该存储库涵盖了数论、计算复杂性理论、几何学和数学物理等问题。一些结果扩展到了小进展可能需要大量技术工作的领域。OpenAI 表示：“我们发布了由内部前沿模型生成的广泛新数学结果。我们一直在与高级研究所的独立数学与人工智能咨询小组进行咨询，并参考他们的建议。”
例如，某个结果涉及圆周率的无理指数。这个量度衡量有理数能够多接近圆周率。该模型生成了一个结果，针对该近似的数学行为进行了探讨。另一个研究类别则检视 NP 硬性问题。这些问题位于计算复杂性理论中，涉及被认为难以高效解决的任务。该模型的工作为这一更广泛的研究体系增添了数学结果。其他手稿则解决了涉及 Mahler 猜想、算术级数和自由群因子的问题。该集合还包括关于量子海森堡铁磁体及相对论性 Vlasov-Maxwell 方程的研究。
数据库的验证与引用
OpenAI 将相关手稿分组为研究类别，以显示各个结果之间的联系。该存储库还标识了 10 个类别，并附有模型推理的简要摘要。Lean 提供了一个重要的验证层。这种编程语言让研究人员能够将数学陈述和证明转换为正式代码。计算机可以检查每一步逻辑推理是否符合所述假设。这并不自动确立数据库中的每一个研究声明都是正确的，许多手稿仍然缺乏正式的 Lean 版本。OpenAI 表示，随着研究人员完成验证工作，将会添加更多的正式化版本。
该存储库还追踪论文的修订，并提供引用指导，让研究人员在作者修正或扩展早期手稿时拥有更清晰的记录。OpenAI 在高级研究所的独立数学与人工智能咨询小组的建议下开发了这一发布过程。OpenAI 亦披露了其数学评估的规模。该模型在研究过程中大约尝试了 4,000 个问题，平均每个被接受的结果消耗约三小时的 ChatGPT Pro 计算时间。此外，OpenAI 还发布了涵盖尝试问题和研究结果的额外统计数据。
该公司表示，推理摘要为研究人员提供了更深入的了解，让他们看到模型如何处理选定的数学问题。这些摘要与 Lean 中的正式证明是分开的。
OpenAI 计划支持专注于理解 AI 生成的重大数学结果的工作坊、会议以及特别项目，并预计数学家的反馈将影响未来的发布。因此，这次的发布不仅仅是一个论文的集合，它提供了一个测试，检视机器生成的数学如何进入研究过程，并带有可重现的记录、计算机可检查的证明及更大的结果透明度。
AI 生成数学研究的影响与挑战
OpenAI 的这次发布标志着人工智能在数学研究中的新进展，提供了大量机器生成的数学结果，这不仅能够帮助数学家探索复杂问题，还可能改变传统研究方法。数据库中的 Lean 语言编写的证明为研究提供了检查机制，虽然仍需更多正式版本来确保结果的正确性。随着数学家对 AI 生成结果的反馈，未来的研究可能会更加依赖这类技术，推动数学领域的创新与发展。