OpenAI用AI反驳了计算机三大难题之一，学界炸锅了
AI模型推翻经典假设，计算机科学的认知危机
OpenAI近期发布的三项突破性数学问题解决成果，彻底改写了研究者们的认知。其中最引人注目的，是对”指数时间假设”（ETH）的有力反驳——这一在计算机科学领域根深蒂固的基础假设，深刻影响着我们对计算复杂度的理解。
学界反应两极分化
与前沿实验室此前的证明发布类似，科学界对此既兴奋又忧虑。Anthropic数学家Levent Alpoge此前指出，OpenAI的成果可能基于已有研究工作。随后不久，Anthropic方面也发布了自己对ETH的反驳验证。
值得注意的是，OpenAI此次释放成果的方式与前次不同：针对数学家，直接通过GitHub公开研究内容；针对计算机科学家，组建了专项工作组，要求公开完整证明过程并资助相关学术会议；物理学家群体则成立了工作小组，统筹成果的发布方案。
麻省理工学院教授Ryan Williams正在牵头组织计算机领域的响应工作。Williams此前曾批评OpenAI在十月份突然发布证明的做法是”对数学家的DDoS攻击”，但为了推进学科发展，他最终同意与前沿实验室合作。
研究团队发布了公开信，广泛征集科学家的反馈，并就人工智能研究成果的规范问题展开讨论。Williams表示， proof中确实存在一些”常规”部分，但其中两三处结构独特，正是这些部分让整个学界意识到需要共同攻关。
P与NP：计算机科学的终极谜题
指数时间假设隶属于更为宏大的”P versus NP”问题范畴，这一问题困扰计算机科学界数十年。简单来说，学者们试图厘清：如果一个问题的解可以快速验证，是否也能快速求解？
以数独游戏为例——验证一个完成的答案是否正确非常容易，但找到答案本身却需要耗费大量时间。这一特性广泛存在于重要问题中，也是现代密码学体系的理论基石：知道密钥可以迅速解密信息，但破解密码则需要难以承受的时间成本。
Williams教授解释称，P=NP意味着我们不仅能验证数独答案，还能直接生成答案。”如果这适用于所有可快速验证的问题——能快验就能快解——那听起来太完美了。”
正因如此，大多数科学家倾向于P≠NP的结论。ETH为此提供了有力佐证：对于特定类型的复杂逻辑谜题，即便使用最快的算法，随着变量数量增长，求解时间仍会呈指数级增加。
而OpenAI和Anthropic声称，其模型找到了能在”亚指数时间”内解决这些问题的算法——比预期速度更快。如果这一主张成立，则意味着ETH被证伪，同时也为P=NP的探索开辟了新的可能性。
Williams评论道：”每位计算机科学家都可能需要重新评估P=NP的合理性，尽管程度因人而异。这确实动摇了我们对这类问题复杂度的固有认知。但我认为这并非最终答案，OpenAI的算法未必是最优解。”
前路漫漫：计算机科学家面临新挑战
ETH的持久影响力使其在过去十年间被大量论文引用。若AI实验室的主张经证实，这些研究都需要重新审视。Williams表示，这正是推动召开学术研讨会的重要原因——”这不仅关乎理解算法本身，更需要思考基础理论该如何演进。”
在学术议题之外，网络安全问题同样亟待解答。Williams透露，他曾向OpenAI科学负责人询问：这些新算法是否会影响现有加密体系的安全性？对方的回应令人安心——研究团队已排查过，暂未发现会导致现有密码系统失效的风险。
尽管这种以AI驱动科学发现的新范式仍处于探索阶段，但Williams对前景保持乐观态度。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！