OpenAI模型推翻27年指数时间假设

时间：2026年11月6日，OpenAI发布的一篇67页论文《The Exponential Time Hypothesis is False》引发学界震动。该论文声称其AI模型找到了推翻指数时间假设（ETH）的算法，并在Lean证明辅助工具中完成了形式化验证。 地点：美国 / 加州大学圣地亚哥分校 / 麻省理工学院 人物：OpenAI研究团队、Russell Impagliazzo（ETH共同提出者）、Ramamohan Paturi（ETH共同提出者）、Ryan Williams（MIT教授，外部评审负责人） 事件详情：OpenAI于10月25日宣布其AI模型推翻了计算机科学领域近27年的一项基本假设——指数时间假设（ETH）。该假设由加州大学圣地亚哥分校的Russell Impagliazzo和Ramamohan Paturi于1998年提出，认为3-SAT问题（判断一组逻辑规则是否可同时满足）的求解时间必然随变量数呈指数增长，不存在亚指数级算法。OpenAI的论文描述了一种确定性算法，可在亚指数时间和多项式空间内统计k-CNF公式的满足赋值数量，从而对ETH构成反驳。Anthropic于10月26日发布了独立的49页companion paper，同样声称用AI参与编写的算法反驳了ETH。两家公司均表示，证明使用了Lean软件进行机器验证。 背景：指数时间假设自1998年提出以来，一直是理论计算机科学的基石之一。数百篇学术论文基于ETH建立了各种计算复杂度下界。如果ETH被推翻，这些结论需要建立在新的假设上。OpenAI没有直接将论文公开发表，而是委托MIT的Ryan Williams组织外部验证。Williams招募了Impagliazzo和Paturi参与评审，且未要求签署保密协议或提供报酬。 影响：Impagliazzo将这一结果称为"非常震惊的新闻"，但强调"这不是100%确定的"，并指出大多数研究者原本预期更严格的假设会先被推翻。外部评估显示，OpenAI验证过的下界在实际问题上仅当变量数超过约10的2389次方时才优于暴力搜索；Anthropic的方法在每变量5个子句的3-SAT问题上，需要超过10的10000次方变量才能超越暴力搜索——这远超任何可存储问题的规模。因此，短期内对芯片设计、调度或密码学的实际应用没有影响。但学术影响深远：约800篇依赖ETH的论文可能需要重新审视。Williams已要求OpenAI公开全部原始数据，并资助召开一次学术会议。 总结：OpenAI和Anthropic的AI模型声称推翻了困扰学界近30年的指数时间假设，这一成果在理论上具有重要意义，但实际应用仍受限于问题的规模。目前，由Impagliazzo、Paturi和Williams组成的评审小组尚未给出最终结论，他们预计将在2027年举行线下会议进行公开评审。这一事件标志着AI在数学证明领域的能力达到了新的里程碑，但机器验证的证明仍需人类专家的最终确认。 参考来源： AI Weekly https://aiweekly.co/alerts/openais-ai-disproof-of-1998-eth-shocks-co-author-impagliazzo ShiftDelete.Net https://shiftdelete.net/en/exponential-time-hypothesis 新浪科技 https://finance.sina.cn/tech/2026-10-30/detail-iniwxzqa5632182.d.html?fromtech=1 The Verge https://www.theverge.com/ai-artificial-intelligence/1019143/openai-eth-kaseya-science-math-physics TechCrunch https://techcrunch.com/2026/10/27/frontier-ai-labs-say-their-models-refuted-the-exponential-time-hypothesis-what-does-that-mean/ Computational Complexity博客 https://blog.computationalcomplexity.org/2026/10/the-exponential-time-refutation.html Bright.nl https://www.bright.nl/nieuws/2152904/hoeksteen-van-de-informatica-wankelt-ai-bewijs-zet-800-papers-op-losse-schroeven.html