OpenAI 再次扩展其研究发布,在最近的两个月内发布多份超过 700 页的手稿,除了数学结果之外,这次还有计算机科学和物理学领域的新发现。新尝试包括三种策略:一方面公开数学结果,方便研究人员自行解释;另一方面在计算机科学和物理学结果方面,组成专家合作的外部小组,由他们自行撰写材料,并公开 AI 输出。对于物理材料,则交由相关小组先行处理,并公开征询意见以提升参与度和实用性。研究团队还在 GitHub 新增两份新手稿,一份建立 Sogge 的局部平滑性理论,适用于每个空间维度的波动方程;另一份则是证明 Exponential Time Hypothesis(ETH)是 False,ETH 一直以来被视为计算机科学界的重要假设。这个结论如属实,理论上可能推动多个领域出现更高效的算法。
跨领域成果背后的协作模式和生产化挑战,与 COBOL 迁移的现实提醒
OpenAI 表示,为了促进更广泛的参与和提升流程的实用性,现有研究分工的安排会根据领域特性做出相对调整:数学结果保持开放查阅,供全球研究人员自助解释;计算机科学和物理结果则由外部专家撰写启示性材料,并公开 AI 输出。这种做法在实际应用时,需要更完善的透明度、版权和贡献认证机制,才能在学术社群和产业界取得信任。另一方面,参考资料也指出,OpenAI 正尝试在现实世界的迁移任务中寻求长期的监督和治理框架,例如在 COBOL 和旧编程语言的迁移场景中,银行系统仍然高度依赖 COBOL,迁移成本可能高达上百万美元,这个现实提醒业界首先要结合人工审核、现有规则定义和严格的数据治理。
H
关于作者
Henderson

