OpenAI证伪指数时间假设 攻克杨-米尔斯难题

时间：2026年10月26日（当地时间；OpenAI 官方博客发布时间为美东时间当日 14:30 GMT，北京时间当日 22:30） 地点：美国，OpenAI 官方博客发布；核验工作由加州大学圣地亚哥分校、麻省理工学院，以及由诺贝尔物理学奖得主领衔的物理学专家组承担 人物：OpenAI 一台未公开名称的内部前沿模型；加州大学圣地亚哥分校教授 Russell Impagliazzo、Ramamohan Paturi 与麻省理工学院教授 Ryan Williams（计算机科学核验组领衔人）；2004 年诺贝尔物理学奖得主 David Gross 领衔的物理核验组，成员包括 Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasov；数学与人工智能咨询小组（成员含 Timothy Gowers、Martin Hairer、Edward Witten） 事件详情：OpenAI 宣布其内部模型在数学、计算机科学与物理学三个领域各取得一项重大成果。三项成果均已同步至公开 GitHub 仓库，但处理方式各不相同。 数学方面，成果是 1991 年由 Sogge 提出的局部平滑猜想（local smoothing conjecture）在所有维度上成立。该猜想关注波在聚焦过程中的行为，断言极端聚焦必须是短暂的——随机时刻的聚焦量总是远小于最坏情况下的聚焦量。这一结论在数学分析中影响广泛，可直接推出挂谷猜想（Kakeya conjecture）与 Stein 限制猜想在所有维度成立。新证明基于一个全新的辅助偏微分方程。OpenAI 称模型于 10 月 18 日产出该证明，次日完成 Lean 形式化验证，并已公开 AI 自然语言手稿与 Lean 证明文件。 计算机科学方面，成果是指数时间假设（Exponential Time Hypothesis，ETH）为假。ETH 是上世纪 90 年代末由 Impagliazzo 与 Paturi 提出的猜想，刻画布尔可满足性问题（与 P 对 NP 问题深度相关）的计算复杂度，学界长期普遍认为其成立，数百篇论文以之为前提在图论、计算生物学、数据库、计算几何等领域推导条件性计算困难结论。OpenAI 称模型于 10 月 16 日得出自然语言反证、10 月 17 日经 Lean 形式化验证，公开手稿标题为《The Exponential Time Hypothesis is False》，共 67 页。核验工作由 Impagliazzo、Paturi 与 Williams 领衔的外部小组承担，三人在公开信中写道：他们的参与不应被视为对该主张的认证，如此重大的结果需要审慎、独立的审查，若结论正确，将改变理论计算机科学的相当一部分。 物理学方面，成果是四维时空中包含规范场与费米子的相互作用量子场论的严格数学存在性证明，其中包括量子色动力学（QCD）以及粒子物理标准模型的一种统一完备化版本；作为子结论，同时完成了纯杨-米尔斯理论存在性的证明，这是克雷数学研究所千禧年大奖难题「量子杨-米尔斯理论」的核心内容之一。证明建立在巴拉班（Tadeusz Balaban）构造性量子场论框架之上。OpenAI 给出的时间线为：9 月 9 日生成杨-米尔斯存在性的自然语言证明，9 月 18 日得到 QCD 证明，10 月 16 日完成杨-米尔斯形式化。 发布机制方面，OpenAI 首次引入外部专家「领航人」（shepherds）机制，三项成果采用三种策略：数学成果直接公开 AI 输出，由研究者自行组织解读；计算机科学成果组建外部协作组，同时立即公开自然语言证明与 Lean 形式化至 GitHub；物理成果交由外部组决定发布节奏。OpenAI 明确表示这些手稿应被视为「原始研究数据」而非已定型的学界结论，并列出四条合作原则：透明度（不签保密协议）、不索取学术荣誉、给予参与者认可、独立性（自愿且无偿，不互相代言）。OpenAI 另向西蒙斯基金会捐赠 500 万美元，用于举办 AI 产出结果相关的研讨会与会议。 背景：三项成果各自踩在一条长期未解的经典难题上。局部平滑猜想方面，2019 年 Guth、Wang 与 Zhang 证明了二维情形，2025 年王虹与合著者 Wang、Zahl 证明三维挂谷猜想，王虹因此获得菲尔兹奖，剩余维度长期悬置。ETH 方面，它是过去近三十年理论计算机科学中被广泛默认成立的基础性假设，一旦被证伪，意味着 3-SAT 等问题的求解速度下限可能并非指数级，图论、数据库、计算生物学等领域数百篇论文所依赖的条件性结论需要重新审视。杨-米尔斯理论方面，它由杨振宁与 Robert Mills 于 1954 年提出，是粒子物理标准模型的核心框架并在物理实验中成功应用，但在数学严格性上始终缺乏完整证明，克雷数学研究所据此设立了千禧年大奖难题。 需要同时记录的是争议面。数学界的「数学与人工智能咨询小组」（成员含 Timothy Gowers、Martin Hairer、Edward Witten）认为，OpenAI 所称的 Lean 形式化已经完成，「没有科学理由再进一步延迟发布」，并要求公开物理材料；截至外媒发稿，未见 OpenAI 对该呼吁作出回应。更根本的一点是，Lean 校验只能确认形式化陈述可由形式化证明推出，不能确认该形式化陈述准确对应手写猜想本身——这正是外界提醒需要外部专家仔细独立审查的原因。此外，本轮成果发布方式本身可视为对学界批评的一次回应：菲尔兹奖得主陶哲轩此前直言科技公司把解题当成基准测试、抛出大量缺乏深度洞见的证明，无异于让数学家去收拾「有毒废料」；另一位数理科学者则批评 AI 证明若不提供思维链与参考材料，在学术伦理层面「极为荒唐」。 影响：ETH 被证伪是三项成果中在学界引发震动最直接的一项——它不是解决一个孤立猜想，而是动摇了一整片论文地基所依赖的共同假设，重启了「这类问题究竟还能提速多少」以及「如何找到更优算法」这两条线索。形式化验证的介入也提供了新的协作范式：数学与计算机科学材料可直接上架供任何人检视，物理材料则先经人类作者重写再对外呈现，等于给 AI 产出的科学结论加了一道人为的过滤器。同时必须明确的是，截至目前三项主张均未获独立验证，OpenAI 自己也将其定位为「原始研究数据」，最终结论仍取决于三组外部专家在未来数月的核验结果。 总结：这是 OpenAI 迄今为止最集中的一次 AI 科学成果发布，也是第一次系统性引入外部专家领航机制。从工程信号看，这套流程与 10 月初那批发布相比明显收敛——不再一次性倾泻数百篇未评审手稿，而是按学科给出差异化、有人类把关的发布路径。可以确定的是，AI 已经在与「机器可判定问题」同类的正式数学与理论计算机科学问题上产出可被形式化系统检验的结果；尚不能确定的是，这些结果是否经得起独立审查，以及它们是否真如标题所示那样接近最终答案。 参考来源： https://openai.com/index/building-scientific-understanding-with-academic-communities/ https://www.thepaper.cn/newsDetail_forward_34341314 https://news.qq.com/rain/a/20261027A02WC800 https://news.qq.com/rain/a/20261027A066IA00 https://www.stdaily.com/web/gdxw/2026-10/27/content_603410.html https://www.jiemian.com/article/15247486.html https://finance.sina.cn/2026-10-27/detail-iniwsfqr4496967.d.html https://tech.ifeng.com/c/8xYkg1r1tJd https://www.panewslab.com/zh/articles/01a17a35-769f-778a-a1fc-704ce7e3b9e2 https://aibacon.net/posts/openai-model-disproves-exponential-time-hypothesis-lean-checked-3-sat-2-n-sqrt-log-n-impagliazzo-paturi-williams-review-kakeya-all-dimensions-qcd-yang-mills.html https://timesof.ai/2026/10/openai-claims-eth-refuted-local-smoothing-qft-proofs https://aiweekly.co/alerts/openai-says-its-models-disproved-the-exponential-time-hypothesis-produced-yang