Lumulutas ang AI sa Millennium Math Problem sa 88 oras, nagdulot ng mga aalala sa akademiko at etikal

Ang AI ay napakalakas na makakalutas ng pinakamahirap na mga problema sa matematika ng tao, at makakapatay sa atin lahat.

Ang nagsasalita ay si Ben Cohen, kolumnista ng The Wall Street Journal.

Noong Setyembre 11, isinulat niya ang isang kolumn tungkol sa AI at matematika.

Admitido ni Cohen na hindi niya nauunawaan ang mga equation ng Navier-Stokes, ngunit naniniwala siya na hindi mo kailangang maintindihan ang anumang matematika upang maunawaan ang kahulugan ng pagbabago na idinulot ng OpenAI:

Ang pag-unlad ng AI ay nagpapabilis, at ang pagpapabilis na ito ay nakakatakot.

Isang malalim na balita mula sa isang matematikong komunidad, biglaan itong naging isang isyu na nakakaapekto sa kapalaran ng lahat ng tao.

Sa parehong araw, si Terence Tao at ang 24 iba pang mga tagapagwagi ng Fields Medal ay naglabas ng pahayag na nagkakaisa: “A Severe Misalignment of AI in Mathematics”.

Ang sinasabi nilang “mismatch” ay ang pagkakaiba ng layunin ng mga kompanya ng AI at mga matematiko: ang kailangan ng mga matematiko ay mga bagong paraan at bagong pag-unawa, habang ang kailangan ng mga kompanya ng AI ay ang paggamit ng mga kilalang problema para pataasin ang marka ng model.

Isang gawain ng mga kolumnista na nagmumura ng apokalipsa, samantalang ang mga pinakamataas na matematiko ay nagsasalita tungkol sa mismatch.

Kung iyong tingnan ang lahat ng nangyari sa linggong ito nang magkakasama, maintindihan mo kung bakit sila ay hindi makatigil:

Setyembre 3, ipinakilala ang GPT-6 Astra, nakakuha ng 97.6% sa FrontierMath Tier 4;

Setyembre 5, isang hindi pa ipinapakilalang loob na modelo ng OpenAI, nakuha ang isang set ng solusyon sa problema ng Navier-Stokes pagkatapos ng halos 88 na oras ng pagpapagana ng mga unang agent;

Noong Setyembre 8, inilabas ng OpenAI ang mga resulta, at agad na pinarusahan ng isang matematiko mula sa NYU dahil sa pagpapalit ng oras, at nagkaroon ng kontrobersya tungkol sa pagkakalagay ng pangalan na 'hindi pinapayagan ang mga empleyado ng Anthropic na maging kasama sa papel';

Setyembre 10, ipinahayag ni Epoch AI na ang FrontierMath Tier 4 ay nasa maximum na kapasidad;

Setyembre 11, 25 mga tagapagbigay ng Medalya ng Fields ang naglabas ng isang pagsasama-samang pahayag. Sa gabi noon, isinama ng The Wall Street Journal ang matematikal na pagbabago at ang panganib ng pagkawala ng AI sa isang parehong pamagat.

Labinlimang araw, limang bagay ay nagtuturo sa isang puwang: ang bilis ng paggawa ng kaalaman ng AI, ang bilis ng pagpapatotoo ng kaalaman ng tao, at ang bilis ng pagpapalit ng mga patakaran, ay malubhang nagkakalayo.

FrontierMath Tier 4, isang set ng mga pag-aaral na matematika na disenyo ng Epoch AI para sa pagsusulit sa pinakamalakas na modelo.

Ang mga tanong dito ay sobrang mahirap; ilan sa mga tanong ay kahit ang mga pinakamataas na mananaliksik ay kailangang magpass ng ilang araw para malutas.

Noong unang ilunsad ang Tier 4 noong Hulyo 2025, ang pinakamalakas na modelo ay nagawa lang ng halos 5%, katumbas ng pag-iwan ng blanko.

Hindi pa nagmumula sa 14 buwan, inanunsyo ni Epoch: Bawat Tier 4 na tanong ay nakalutas na ng AI sa isang pagkakataon.

Sa kanilang lahat, ang huling tanong ay natamo ni GPT-6 Astra, at ang tagapagbigay ng tanong ay ang matematikong Jay Pantone.

Ipinahiwatig pa ni Epoch: Marahil ay madalas na nagreklamo ang mga matematiko na ang mga modelo ay gumagamit ng mga "makabagong shortcut" upang iwasan ang mga tanong na kanilang maingat na isinulat, ngunit sa huling tanong na ito, hindi ginamit ang shortcut.

Sundin ng Epoch ang isang malamig na konklusyon: ang batayan ay nasa maximum na antas na.

The exam paper has already fallen behind the test-taker; it’s time to switch papers.

Ang Epoch ay nagsilip na sa mga tunay na open-ended na tanong, at ang sistema ng pag-e-evaluate ng AI ay nagsisimula nang umikot sa mga lugar kung saan ang mga tao mismo ay hindi alam ang sagot.

Ang bilis ng paglago ng AI capability ay nagsunod na sa mga paraan nating masusukat ito.

Tulad ng sinabi ni Greg Burnham ng Epoch: Nagwawakas na isang panahon, at nagmumula na ang isa pang panahon.

Kung ang FrontierMath ay nagpapatotoo na "ang benchmark ay hindi na makakasunod sa model," ang Navier-Stokes event ay ipinapakita naman ang isang mas makapanghihikayat na larawan:

Hindi lang ang AI nakakagawa ng mga tanong, nagsisimula na itong magtrabaho tulad ng isang malaking siyentipikong organisasyon.

Hindi ito isang pagtatagumpay ng isang tao lamang, kundi isang 'malaking pakikidigma' na may higit sa isang libong agent.

Nahahati sila sa iba’t ibang grupo, kung saan ang ilan ay nagpapatotoo, habang ang iba ay nagpapatotoo ng kabaligtaran, at nagkakomunikasyon, nagbabahagi ng mga intermediate na konklusyon, at kahit na walang paghinto ay nagpapalit sa pinakabagong bersyon ng modelo.

Sa loob ng humigit-kumulang 88 oras pagkatapos ng unang pagpapatakbo ng mga agent, isang grupo ang nagbigay ng isang huling patunay na may habang daan-daang pahina.

Ang ipinakita ng OpenAI ay ang mekanismo ng singularity ng Navier-Stokes: ang fluid ay umiikot pabuo (inward spiral) at dinadakpan sa pahilis (axial stretching), ang kulay orange ay ang mga rehiyon ng mabilis na pag-ikot, at ang kulay cyan ay ang mga rehiyon ng mabagal. Mas mabilis ang pagkabawas ng sentro ng vortex, ang bilis ay walang hanggan, ngunit ang kabuuang enerhiya ay limitado.

Ang buong proseso ay isang perpektong pagkopya sa paggana ng mga pinakamahusay na institusyon ng pananaliksik ng tao.

Sa mundo ng tao, ang estado ng Navier-Stokes ay patuloy na "hindi lutasin".

Ayon sa mga patakaran ng Millennium Prize, ang isang solusyon ay kailangang muna i-publish sa isang karapat-dapat na channel, kung saan ay kailangang maghintay ng hindi bababa sa dalawang taon bago makuha ang pangkalahatang pagtanggap mula sa pandaigdigang komunidad ng matematika, bago mag-start ang Clay ng opisyal na pag-aaral.

Sinabi ni Clay Chairman Martin Bridson sa AFP na ang proseso ng pagtataya ay「pinag-iisipang hindi mabilis」at dapat na「sobrang mahigpit». Sinabi rin ng OpenAI mismo na hindi sila planong hilingin ang $1 milyon.

Kaya ang pinakatumpak na pagsasalaysay ng sitwasyong ito ay: Ipinahayag ng OpenAI ang isang solusyon sa mga Millennium Problems, na nagsasabing natapos na ang Lean formalization, ngunit hindi pa pinatotohanan ng independiyenteng komunidad ng matematika.

Makina na resulta, 88 na oras. Tiyak na resulta ng tao, kahit anong dalawang taon, ito ay posibleng ang pinakamalakas na pagkakaiba sa matematika ng AI ng linggong ito.

Hindi ito nangangahulugan na ang pag-verify ng tao ay masyadong mabagal. Ang problema ay ang makina ang nagpabilis ng «pagkakita» ng ilang daan-daang beses, ngunit ang «pag-unawa» ng tao ay hindi sumunod sa pagbilis.

Kaya ang totoong tanong ay, kung ang mga makina ay magsisimula na magbigay ng kaalaman sa isang ritmo na “isang malaking resulta araw-araw,” sino ang gagawin ang pagbabasa, pagsusuri, pagsasaliw, pagpapasimple, at pagpapalakas na ito sa mga susunod na taon o kahit dekada?

Ang sistemang pag-sign ay unang nag-hit ng pader

Sa araw na ipinahayag ang Navier-Stokes results, bumagsak ang mundo ng matematika.

Ang mga matematiko ng NYU na si Tristan Buckmaster at si Levent Alpöge na nagtatrabaho sa Anthropic, ay patuloy ring nag-aaral ng mga kaugnay na equation ng fluid buong buwan ng Agosto.

Ayon sa pagbabalik ng New York Times, ganito ang paraan kung paano nagtatrabaho ang dalawang ito:

Inilah ang tanong ni Buckmaster, inilipat ni Alpöge ang tanong sa loob na modelo ni Anthropic; pagkatapos ng pagbuo ng resulta ng modelo, binabago nila ang tanong batay sa output at patuloy na binabalewala ang data.

Ayon kay Buckmaster, pagkatapos ay nag-offer ang OpenAI ng ilang mga hakbang upang mapasigla siya: pagpapahintulot sa kanya na muna ilabas ang kanyang mga resulta, pagiging unang may-akda niya sa papel ng OpenAI, at pagbibigay ng computing power upang patuloy niyang pag-aralan.

Ngunit ang pinakamalaking hadlang ay: ayaw ng OpenAI na makalista si Levent sa papel.

Sa blackboard ay ang timeline ng progreso ni Buckmaster at Alpöge buong Agosto: Euler Equation noong Agosto 15, Lean formalization noong Agosto 22, Agosto 31… at ang mga pangalan ng mga kasamang si Figalli, Hairer, at iba pa.

Sa negosyo, bakit dapat isama ang pangalan ng mga empleyado ng kalaban, Anthropic, sa isang internal na proyekto na may malaking puhunan mula sa OpenAI?

Pagkatapos, lumawak pa ang usapan patungo sa isang mas sensitibong paksa. Ang Buckmaster ay naggamit ng Codex sa nakalipas na ilang buwan upang ayusin ang mga mathematical draft na nilikha ng AI.

Kaya ba ang eksklusibong ideya sa pananaliksik na ipinasok niya sa Codex ngunit hindi pa ipinakita, ay naging pagkain para sa sariling modelong pananaliksik ng OpenAI sa pamamagitan ng lihim na data pipeline?

Admit ni Buckmaster na walang ebidensya, ngunit sa kanyang pananaw, ang timeline ng pangyayari at ang path ng pagpapatotoo ng OpenAI ay nagpapahiwatig nito.

Ang OpenAI ay naglabas ng emergency update noong Setyembre 10, na sa pamamagitan ng isang komprehensibong panloob na imbestigasyon, ang mga prompt ng Buckmaster sa Codex sa nakalipas na dalawang buwan ay hindi posibleng magkaroon ng epekto sa panloob na modelo sa anumang paraan, kabilang ang pagtuturo.

Sino ang tama at sino ang mali, sa sandaling ito ay naging isang kalituhan, ngunit ang tunay na ipinakita nito ay isang buong hanay ng mga tanong na dating hindi sineryoso sagutin:

Kasalungat ba ng isang tao ang kanyang pribadong prompt bilang isang pinoprotektahang siyentipikong materyal?

Maaari ba ang mga pangalan ng empleyado ng kalaban na kumpanya na isama bilang may-akda sa isang proyekto ng pananaliksik na pinagkakalooban ng pera sa loob ng kumpanya?

Kung ang modelo ay nakabatay sa malaking halaga ng pampublikong materyales, paano matutukoy ang bagong kontribusyon at hangganan ng umiiral na mga gawa?

Sinabi ni Peter Sarnak ng Institute for Advanced Study sa Princeton sa The New York Times: "Hindi ko naibalik ang ganitong tawaran sa buong buhay ko."

Ang mga akademikong patakaran na nagmula sa mga siglo ng pagpapalalim sa larangan ng matematika, ay hindi kailanman isinaplanong may mga barrier para sa tulad ng mabilis na produksyon ng mga makina.

Ang totoong kinakabahan ng 25 na tagapagwagi ng Fields Medal

Isang araw lamang pagkatapos, 25 mga tagapagbigay ng Medalya ng Fields ay nagkaisa upang maglabas ng isang makapangyarihang pahayag.

Si Terence Tao, Peter Scholze, James Maynard, Maryna Viazovska… ang mga pinakamataas na isip sa larangan ng matematika ay halos lahat ay naglabas.

Hindi ito isang "pahayag laban sa AI".

Sa totoo lang, patuloy na aktibong sinusubukan ni Terence Tao ang paggamit ng AI para sa pagtutulong sa pag-aaral ng matematika.

At tinanggap din ng pahayag na may potensyal ang AI na pagalawin ang tunay na pag-unawa sa matematika.

Ang tunay nilang pinagsisihan ay ang pagkakapantay-pantay ng "pagsosolve ng problema" direktang sa matematika; sa kasalukuyang malakas na AI na komunidad, ang mga kumpanya sa AI ay nagtataglay ng mabilis na pagkamit ng presyo ng mga shares at pagpapalabas ng impormasyon, at nagiging mapagkukunan ng pinakamataas na layunin ang "pagsosolve ng mga kilalang problema".

Sa kanilang pananaw, ang Millennium Prize Problems ay tila isang simpleng paraan para patunayan kung gaano katalino ang modelo.

Ang tunay na halaga ng matematika ay ang pagkakaroon ng mga bagong paraan at konsepto sa gitna ng paglutas ng mga problema, na nagtatapos sa pagiging bahagi ng pangkalahatang sistema ng kaalaman ng tao.

Ngayon, ang mga kumpanya ng AI ay naglalabas ng mga nakakagulat na resulta nang madalas, hanggang sa wala nang sapat na oras para ma-absorb. Ang serye na nagpapatuloy na mula sa libo-libong taon ay maaaring mabagsak kahit kailan.

Ang kasunduang nagkakaisa ay lalong sinikat na ang resulta ay ipinakalabas nang masyadong mabilis, kaya hindi na makakapagkaloob ng sapat na oras upang malinaw na ibahin kung alin ang mga bagong ideya at alin ang nakabatay sa mga nakaraang gawa, na magdudulot ng malubhang kalituhan sa pagtatala at pagkilala.

Hindi naman talaga pinapansin ng karaniwang tao ang “inaabot ng AI ang mga matematiko.”

Ang bilis ng paggawa ng kaalaman ng mga makina ay unang umaabot sa isang paraan na lalong lumalampas sa bilis ng pag-verify, pagtatala, at pag-unawa sa kaalaman ng tao.

Hindi ito pagpapalaki, ang GPT-6 Astra System Specification ay nagpapakita na ito ang unang modelo ng OpenAI na nakamit ang网络安全「Critical」threshold, na nakakuha ng 100% sa ExploitBench.

Ang kakayahan ng isang organisasyon na lutasin ang Millennium Problems, ang kakayahan sa pag-atake sa zero-day vulnerabilities, at mas mahirap maunawaan na pag-iisip—tatlong bagay na ito ay mayroon nang sabay-sabay sa isang modelo.

Sa huling parirala ng pahayag ni OpenAI tungkol sa Navier-Stokes, may isang pangungusap pa:

Susunod, kailangan nilang maunawaan muna ang bagong modelo bago magdesisyon kung gaano kalakas ang paggalaw, at posibleng kailangan nilang gawing mas mapagbantay ang kanilang pagpili sa bilis ng pag-unlad.

Oo, ang isang AI company na刚交出千禧年难题答卷, ay aktibong nag-uusap tungkol sa pagpapabagal.

Tinukoy pa ni Cohen ang isang bagay sa dulo ng kolumn.

Noong nakaraang buwan, inilahad ng OpenAI ang isang grupo ng mga lider sa matematika sa kanilang opisina sa San Francisco para sa isang pribadong pagpupulong, na nagmumungkahi na ang AI ay magiging mas mahusay sa matematika kaysa sa tao, at pagkatapos ay pinag-usapan kung paano ang edukasyon, pagtatrabaho sa pananaliksik, pagpapalabas ng mga papel, at paano ang pagpapalaki ng susunod na henerasyon ng mga matematiko.

Nag-usap ng buong araw, walang sagot.

Hindi ito maaaring isama at ipadala kay Lean para sa awtomatikong pag-verify.

Only humans can solve it.

Mga sanggunian:

https://www.wsj.com/tech/ai/ai-math-millennium-prize-safety-openai-anthropic-05179825

https://epoch.ai/benchmarks/frontiermath-tier-4-v2?view=graph&tab=release-date

https://www.nytimes.com/2026/09/10/science/tristan-buckmaster-openai-math-navier-stokes.html?utm_source=chatgpt.com

https://www.daniellitt.com/blog/2026/8/11/the-end-of-mathematics/

Ang artikulong ito ay galing sa WeChat public account na “New Intelligence Yuan”, may-akda: ASI Revelation