近日，科技与数学领域同时爆出两则重磅消息：OpenAI宣布其未公开的内部AI模型成功攻克了困扰数学界近百年的“纳维-斯托克斯存在性与光滑性问题”，而另一家AI公司Anthropic则于上月宣布其研究模型在黎曼猜想领域取得重大突破。这两项成果均指向人工智能在解决人类最复杂数学难题上的潜力，但随之而来的争议也引发了学术界对数据隐私与科研伦理的激烈讨论。
作为克莱数学研究所2000年公布的七大“千禧年大奖难题”之一，纳维-斯托克斯方程描述了流体运动的规律，但其是否存在光滑解的问题自1930年代以来始终未获解决。OpenAI团队通过构建约10,000个AI智能体的协作网络，在88小时内完成了证明过程。该证明指出，初始状态下平滑的静止流体可能在有限时间内出现流速无限增长的“奇点”，这一结论颠覆了传统物理学的部分认知。为确保结果可靠性，研究团队还使用Lean编程语言进行了形式化验证，验证工作由GPT-6 Astra模型在17小时内完成。
几乎在同一时间，Anthropic公司宣布其未公开的Claude研究模型将黎曼ζ函数临界线上零点比例的长期下界从41.6%提升至67.2%。这一进展被视为攻克黎曼猜想的关键一步，该猜想与素数分布规律密切相关，自1859年提出以来尚未被完全证明。两项成果的集中爆发，标志着AI在纯数学研究领域正从辅助工具转变为核心推动者。
从技术细节看，OpenAI的证明通过设计一种向内旋转并拉伸的“涡流”结构实现奇点，其能量在物理定律约束下保持有限。该研究聚焦于外力光滑条件下的C、D两种情形，与巴克马斯特团队的研究路径存在部分重叠。尽管OpenAI强调其模型未直接访问用户数据，但学术界对AI训练数据透明度的质疑声日益高涨——当AI开始涉足基础科学领域，如何界定“独立研究”与“数据借鉴”的边界成为新课题。
这场争议也暴露了AI科研的高昂成本。据估算，OpenAI此次证明的计算投入达1500万至2250万美元，远超克莱数学研究所100万美元的奖金规模。尽管公司表示无意申领奖金，但巨额成本与潜在学术声誉的矛盾，折射出AI研究商业化与学术纯粹性之间的深层冲突。更值得关注的是，数学家陶哲轩等学者警告，若AI完全主导顶级数学问题的解决，可能削弱人类对数学本质的理解——当证明过程由机器生成，数学家是否还能掌握其中的逻辑脉络？
目前，OpenAI的证明尚未通过同行评审，巴克马斯特团队已要求公司公开更多技术细节。这场围绕纳维-斯托克斯方程的争论，或许只是AI颠覆传统科研模式的开始。随着模型能力持续突破，如何建立适应AI时代的科研伦理框架，将成为整个学术界必须面对的挑战。
