OpenAI 新瓜引爆学术圈:AI 和人类 “抢成果”,科学家怒了!

最近科技圈和学术圈，被一场围绕数学难题的争执刷屏。许多人此前看到新闻，感叹人工智能仅用几十小时，便解决了困扰学界许久的千禧年问题。

消息发酵过后，背后故事渐渐浮现出来。一场有关科研的优先权，成果的归属的争议席卷了整个学术领域。众多顶尖的数学家纷纷发声，直指AI厂商将科研当作模型跑分的宣传资料。

整件事情的导火索，是纳维-斯托克斯方程，也就是七大千禧年大奖难题之一。纽约的大学数学教授巴克马斯和他的同事阿尔珀格在这个领域已经进行了一年多的研究。他们利用人工智能工具找到了这个难题的核心突破口，打算把它整理好之后对外公布研究的成果。

正当他们研究快要结束的时候，OpenAI向外宣布，自己的AI系统已经完成了这一难题完整的证明。两条研究路线高度重合。巴克马特公开表示质疑。他向外部讲述双方交流的细节，在行业内引发争议。

依据巴克马特的公开讲述，他最先主动联络OpenAI研究者，向团队表明团队在该领域取得了进展。没多久对方打来电话，称OpenAI内部的模型已完成完整的证明。电话之中OpenAI给出了两套发布的方案。

两套方案都没有被巴克马特接纳。其中有一个方案提议留存巴克的通讯作者的身份，不过要把合作者阿珀格的名字去掉，原因是阿珀格在竞品公司Anthropic工作。这件事情也变成了引爆舆论的关键之处。

沟通处于僵持状态，通话中出现具争议性的表述。这句话流出之后，迅速在学术社群发酵。之后OpenAI涉事的研究员公布道歉，说只是沟通的时候措辞不合适，没有威胁对方的职业生涯。

两方各有说法。OpenAI向外解释，是听到市场传言，启动对各类未解难题的批量测试，而不是特意去追踪巴克斯特团队开展的研究情况。巴克马特持续表示担忧，自身以往在平台上提交的探究草稿，对话记录是否被用来帮助模型进行迭代。这件事情没有最终的结论，但是已经让众多科研工作者心里很不安。

争执不断发酵。25名菲尔兹奖获得者联合发表声明，表明当下AI参与基础科研时存在明显错位情况。这些顶尖学者并不否定 AI 作为科研辅助工具的价值。他们日常工作也会使用 AI 查阅文献、验算推导。

众人所反对的是AI公司将攻克数学方面的难题当作比拼模型实力的宣传途径。基础的数学探究，关键不只是得到一个结果。在研究进程中产生新思路与新方法，这是学科可持续发展之根基。

AI 可以快速产出证明文本。这套答案背后的思考脉络，难以沉淀成可以让学界持续去学习的内容。厂商迅速对外宣布成果，留给同行核验，追溯引用关系的时间大幅缩短。真假繁杂的结论大量涌现，学术共体长期构建的审核体系，难以跟上此速度。

传统的科研，讲究优先权，引用规范，署名规则。人工智能参与到科研当中之后，这套沿用百年的规则，找不到现成参照。模型生成的内容，有哪些是人工智能所贡献的，哪些是人类研究者的思索，边界难以划分清楚。

普通的读者容易产生错觉。AI具备的强大推理能力会直接取代科学家开展研究。这件事所带来的启发，并非是人工智能已经拥有独立进行原创科研的完备能力。本团队自身就在运用AI辅助进行推导。AI帮助他们简化了繁杂的计算，能够快速地去查找文献。

在此场景当中，AI是提高效率的工具。矛盾之处在于，拥有庞大算力的人工智能企业一旦察觉到研究的突破口，便能够集中力量，沿同一条道路迅速追赶。一般科研团队的经费，算力以及人手都极为有限。大企业能够调动大量的算力，在很短的时间里复刻同类的方向。

长远来看独立的研究者的存活空间会被压缩。有越来越多的人担忧，未来的基础科研领域，会成为资金充足的AI大企业之间的竞争之地。个人的学者难以再去参与重大问题的攻克。

这次事件不只是一场两家机构的口水战。它抛出整个科研世界必须面对的问题。AI 深度参与科研，论文署名、成果优先权、数据使用边界，需要建立新共识。

AI 生成的内容，必须标注清楚。模型训练使用研究者的草稿、未公开思路，要提前获得许可。成果对外发布之前，留出足够时间，交由同行复核验证。这些简单的原则，现在还没有统一标准。

AI 技术还在持续迭代。未来会有更多学科，出现类似的成果归属冲突。科研不能变成一场算力竞速。科研的价值，在于思想的传递和沉淀，而不是比拼谁更快拿到一个答案。