OpenAI最新推理模型在一次無監督運行中解決了722道國際數學奧林匹克（IMO）及同等難度的競賽題目，其中包括一個被多位數學家評定為黎曼猜想「近似證明」的嚴格推導步驟。研究人員稱這是AI首次在無引導情況下產出可供同行評審的數學研究成果。
1. 722題的技術意義
IMO題目要求形式化推理、多步驟論證與創造性洞察，歷史上對AI系統極具挑戰性。此前最佳紀錄是同一模型在引導情況下解出42道題。一次無監督運行解出722題，意味著模型具備了自主數學探索能力。多位菲爾茲獎得主已著手驗證部分結果。
2. 黎曼猜想近似證明的評估
黎曼猜想是克雷研究所七大千禧年難題之一，懸賞百萬美元。數學家Andrew Granville在看過AI輸出後表示：「這不是完整證明，但推導路徑在技術上嚴謹，並觸及此前未有人走過的關鍵步驟。」OpenAI稱這是「重要的中間結果」而非最終解答。
3. 對AI能力評估的衝擊
此前業界最廣泛使用的AI數學基準MATH-500已接近飽和（頂尖模型準確率逾97%）。Open AI的突破引發學界討論：現有的AI評估基準是否已無法衡量前沿模型的真實能力？多所大學已宣布設立新的AI評測研究計畫。
722道IMO題目的一夜突破不僅是分數——它代表AI正式踏入人類專業數學研究的領域。
精華 FAQ
Q1：OpenAI解出黎曼猜想了嗎？
尚未完全解出。數學家稱AI的推導是「近似證明」——推導路徑嚴謹並觸及關鍵新步驟，但尚未構成完整證明。
Q2：IMO競賽數學題目有多難？
國際數學奧林匹克是全球最頂尖的中學數學競賽，需要形式化推理和創造性洞察，即使是菲爾茲獎級別的數學家也需數小時作答。
Q3：這對AI能力評測意味著什麼？
現有AI數學評測基準（如MATH-500）已接近飽和，無法衡量前沿模型的真實能力。學界正討論建立新的開放式評估框架。
封面圖片：Press Information Department／公有領域／Wikimedia Commons https://commons.wikimedia.org/wiki/File:Tarique_Rahman_with_International_Mathematical_Olympiad_and_European_Girls%27_Mathematical_Olympiad_winners_at_Bangladesh_Secretariat_2026-08-13.jpg
留言