儘管 Altman 同情研究人員，OpenAI 的數學發現仍會持續湧現

Sam Altman 表示，儘管 AI 生成的成果正為數學家帶來壓力，OpenAI 的數學發現仍應持續向公眾公開。他的立場為其同情劃出明確界線：研究人員難以消化新成果，並不會說服他隱瞞基礎知識。

根據 The Verge 翌日的報道，Altman 在 10 月 29 日發布的 Cheeky Pint podcast 中為持續公開辯護。「人類應當獲得基礎知識，」他說，並反對將重大科學發現束之高閣。他的言論亦暗示未來仍會有更多成果，但未有交代其範圍或發表時間表。

爭議不僅在於 AI 能否解決困難問題。OpenAI 優先考慮發現與公開；憂慮中的數學家則強調驗證、理解，以及對學科發展的掌控。Google 的 Gemini 研究提供了有用的對照，因為它明確區分表面上全新的解法與重新發現的數學成果。在這些工作之中，生成答案與確立其科學價值，仍是兩項不同的工作。

Altman 的言論如何界定 OpenAI 數學發現

Altman 的言論澄清了他偏好的方向，但並不能獨立驗證任何數學結果。

這個區分十分重要，因為行政人員訪談可能模糊政策、科學證據，以及對未來能力的預期。主張公開發現，並不代表每一篇公開的手稿都包含正確、原創或具重大影響的發現。

根據 The Verge 對數學公開爭論的報道，Altman 承認研究人員的不安，同時為公眾獲取科學知識的更廣泛利益辯護。因此，這場訪談令一項分歧更為鮮明：究竟應由誰決定公開的條件。

他的立場有其可以理解的吸引力。若一個系統產生有效結果，將其私下保留，可能阻礙其他人檢視或延伸它。公司以外的研究人員無法評估自己看不到的工作。

然而，發表亦會帶來責任。一份手稿需要精確陳述其結果、可供使用的論證、適當引文，以及處理修正的程序。公開文件只是開始科學審視，並不代表審視已經完成。

更多發現的表面前景，同樣需要審慎看待。Altman 的言論並未提供一份經獨立審核的未公開發現清單，也未說明額外工作何時出現，或會接受多少專家審查。

因此，讀者應將他持續公開的承諾，與對私人研究管線內容的主張分開看待。前者是公開立場；後者需要附於個別成果的證據。

實際問題在於，這項承諾對 OpenAI 有何要求。若持續發布是政策，這些發布的品質便愈來愈重要。研究人員需要足夠資訊，才能判斷把注意力投放在哪裡最能產生科學價值。

試想一名專家收到一份手稿，看來解決了其工作核心的一道問題。在改變研究計劃前，這名專家必須理解當中的假設、檢視推理，並核對其與既有文獻的關係。

公開宣布無法代替他們完成這些工作。行政人員的信心也無法告訴他們，該結果是引入可重複使用的方法，還是只解決一個狹義表述的個案。

這正是單靠同情仍無法解決爭議的原因。研究人員需要關於存取、文件記錄、問責及支援的實務答案。Altman 的訪談確立了他對「發現是否應繼續」的答案，卻仍留下這些實施問題未解。

研究人員面對的不只是答案問題，更是注意力問題

壓力落在那些必須把陌生論證轉化為可靠、共享數學知識的人身上。

研究社群無法只靠下載新工作便加以吸收。專家必須判斷一項結果的意義、其證明是否成立，以及當中的想法如何連結其他數學領域。

9 月 11 日發布的宣言 A Severe Misalignment 正是如此闡述反對意見。其簽署者認為，解決問題的更深層目的在於發展概念理解。他們警告，當解釋、歸屬及整合跟不上時，加速產出可能削弱這個目的。

這項憂慮值得比對競爭的職業焦慮更嚴肅的解讀。一個正確答案可以解決問題，卻仍令研究人員不清楚令其成立的機制。

理解該機制的重要性，可以超越原本的問題。它可能揭示哪些假設不可或缺、引出相關問題，或令某項論證能在另一個情境中發揮作用。這些益處取決於詮釋。

學生亦面對相關挑戰。研究問題往往提供學習如何構思問題、測試方法，以及辨識有前景想法的場景。它的教育價值不止於取得最終結果。

AI 生成的解法改變了這個場景。導師必須決定是否要調整項目方向、研究新論證，或找出附近的問題。這些決定同時需要對數學及培訓作出判斷。

以上並不能證明研究人員應保留對困難問題的獨家存取權。它確實說明，以問題未解的狀態被取代，所改變的不只是一個資料庫條目。

不同領域的負擔亦有差異。一項成果可能需要相對少數研究人員才具備的專業知識。即使手稿公開可得，若沒有相關專家持續投入，仍可能難以評估。

對這些專家而言，注意力有互相競爭的用途。花時間詮釋一項新公開的論證，便不能同時支援另一個項目、一名學生，或對既有工作作出仔細闡釋。

這形成一個協調問題。產生成果的機構可以選擇發布的時間與規模；最適合評估這些成果的人，對兩項選擇都可能幾乎沒有影響力。

具建設性的回應，應讓這項工作變得可見。驗證、解釋及綜合應被視為科學貢獻，並讓執行這些工作的人獲得適當認可。

對數學以外的知識工作者而言，這種模式並不陌生。AI 可以加快文件產出，卻仍讓審閱者負責查核證據及處理含糊之處。更高產出不會自動減少總工作量。

因此，OpenAI 數學發現帶來的啟示，比職業取代更廣泛。機構需要理解 AI 將工作轉移到哪裡、由誰承擔，以及這些人是否獲得足夠資源。

OpenAI 的顧問為私人研究劃下界線

OpenAI 的顧問關係包含對難以存取模型的明確分歧，並非對公司政策的一概認可。

OpenAI 在 9 月 21 日介紹其獨立數學顧問小組。公司表示，該小組將就研究傳訊、專業標準及對數學家的支援提供建議。公司亦表明，小組不會決定內部數學進展的速度。

這種劃分留下了一條重要界線。顧問可以影響發現如何傳達給研究人員，卻沒有權力決定基礎研究進行得多快。OpenAI 對數學研究監督的說明，明確指出這項限制。

因此，讀者不應把諮詢視為共識。公司可以徵詢專家意見、採納當中部分建議，並繼續實行顧問反對的做法。

顧問小組在 9 月 29 日提出的負責任發布建議，正正展現這種張力。小組反對實驗室在廣大科學社群無法使用的專有模型上測試先進數學問題。

不過，其建議仍針對這類工作已經存在的實際情況。建議呼籲負責任地公開，並支援研究人員發展對輸出的人的理解。

這些立場並不矛盾。顧問可以反對某種研究安排，同時建議減少其後果的方法。協助建立發表標準，並不會消除他們對該安排本身的反對。

這個區分亦揭示，若將爭議純粹描述為公開與保密之爭，當中存在一項弱點。批評者可以支持取得既有成果，同時質疑為何只有一間公司擁有產生這些成果的工具。

公開一項論證，讓研究人員有東西可供檢視。取得底層系統則提供另一種機會：自行追問問題、探索變化，以及研究意想不到的行為。

這些機會不能互相替代。只接觸已公開輸出的研究人員，仍依賴原始機構決定研究哪些問題，以及披露哪些發現。

這種依賴可以塑造一個領域的議程，即使學術自由並未受到任何正式限制。公司的選題決定，會成為其他研究人員優先事項的輸入。

由此產生的問題是科學自主性。誰可以問下一個問題、取得有用回應，以及檢視該回應如何產生？公開可得的文件只能回答這個問題的一部分。

公開具能力系統確實涉及合理的複雜性。更廣泛的存取需要就部署及負責任使用作出決定。這些複雜性仍須具體處理；它們並不令存取在評估研究關係時變得無關重要。

對 OpenAI 數學研究而言，可信度的考驗在於諮詢是否改變可觀察的做法。更清晰的披露、可用的存取安排，以及具實質意義的研究人員獨立性，會比單純提及顧問參與更有力地提供證據。

因此，顧問小組的角色應在其完整複雜性下保持可見。其參與帶來專業知識與批評，卻不會將 OpenAI 決策的責任，由公司轉移到數學社群。

AI 數學證明需要分別檢驗正確性與新穎性

具說服力的評估必須區分有效論證、原創貢獻，以及其他研究人員可使用的想法。

這些標準互有重疊，但沒有任何一項可以取代另一項。一項證明可以正確，卻重現已確立的結果。一項原創論證可以難以理解，或框定得過於狹窄，無法支援更廣泛的結論。

一項有用的競爭對手比較來自 Gemini 的研究，半自主數學發現，於一月提交、二月修訂。作者檢視了 Erdős 問題資料庫中標示為尚未解決的 700 項猜想。

他們報告了五個看似新穎的自主解答，以及八個既有文獻其實已包含解答的案例。他們的方法結合以 AI 為基礎的篩選，以及人類專家對正確性和新穎性的評估。

作者亦在發現一項獨立的重新發現後修訂其分類。這項修正說明，標題中的數字需要審慎解讀。看似解決資料庫中某個未解項目，並不自動等同於新的數學發現。

這項研究並未證明 Gemini 優於 OpenAI。兩個項目在系統、問題、方法及評估環境上均有不同。它提供了在此更相關的內容：一個區分那些可能被宣傳壓縮混為一談的類別的例子。

對於評估 AI 數學證明的讀者，首要任務是辨識精確的主張。該論證是否解決了所述問題、其受限版本，還是在不同假設下的一個相關問題？

下一項任務是檢查推理。一個看似合理的解釋可能掩蓋缺漏的步驟。聽起來熟悉的數學語言，並不保證每一項推論都能成立。

原創性需要另一番考察。研究人員必須找出相關的既有工作，並判定所聲稱的貢獻是否早已為人所知、部分已獲確立，或以不同術語呈現。

最後，科學效用需要詮釋。一項結果可能提出可供他人改用的方法，也可能提供一套艱深的論證，而其更廣泛的重要性仍未明朗。

這些區別應塑造報道方式。把公司的擬議解答描述為既定發現，可能掩蓋尚未完成的審查。把每次重新發現都描述為失敗，則可能忽略有用的文獻檢索，同時把它與原創研究混淆。

電腦檢查又增加一個層面。形式化證明會把論證轉化為精確陳述，讓軟件能在指定的定義和假設下加以驗證。

這個過程可為邏輯步驟提供寶貴保證。不過，仍須審慎確認編碼後的陳述是否符合原本的數學問題。

工程上的類比有助釐清其限制。軟件可以通過測試套件，卻未能符合原定要求。即使規格不完整，測試仍可能被正確執行。

同樣地，經檢查的數學成果需要與其所聲稱的定理有清晰連結。研究人員亦須理解它所依賴的任何假設或支援性結果。

恰當的回應既不是自動接受，也不是自動否定。每項主張都需要個別評估，並清楚區分擬議論證、經檢查的成果、專家審查及獲接納的貢獻。

這項標準既保護有用的 AI 研究，也約束誇大的主張。經得起仔細審視的工作，會比廣泛的公告獲得更清晰的科學定位。

公開發布是科學問責的開始

OpenAI 的發布做法提供了可供評估的具體證據，但不能取代獨立採納。

在 10 月 6 日的發布中，OpenAI 描述了一個公開儲存庫，收錄其內部模型產生的數學結果。10 月 15 日的更新則新增支援一項 Simons Foundation 計劃，協助研究人員檢視及發展由 AI 生成的數學成果。

該公司亦說明修訂和引用程序、其研究流程的額外資料，以及部分論證可由電腦檢查的版本。它表示未來發布將改善署名及闡述方式。這些承諾載於其數學結果發布公告。

這些是相關步驟，因為爭議涉及發布後的工作。更好的呈現可減少理解某項主張所需的努力。修訂程序可讓修正更清晰可見，而不是讓讀者面對互不相連的版本。

由公司以外機構管理的支援，亦回應了一項真實的治理疑慮。研究人員需要空間追求在科學上重要的問題，包括挑戰原始實驗室詮釋的問題。

然而，支援的存在並不能證明其最終影響。研討會和存取計劃需要根據參與者實際能理解、驗證及建立甚麼來評估。

同樣的區別亦適用於儲存庫。公開提供容許外界檢查，但儲存庫的存在並不代表每份手稿均已接受獨立審查。

讀者需要清楚了解其狀態。擬議結果、修訂後的論證、經電腦檢查的證明，以及同儕審查論文，描述的是不同的評估階段。

把這些階段視為可互換，會令所有後續使用者混亂。決定是否引用某項結果的研究人員，所需資訊不同於一般關注 AI 能力討論的人。

問責亦需要識別由誰處理問題。若專家發現含糊的假設或可能的漏洞，應有可靠的途徑取得澄清。

自動回應或可協助解釋某個步驟，但責任仍須有所歸屬。科學信心部分取決於人們是否知道未解決的異議如何進入公開紀錄。

對 OpenAI 的數學發現而言，這意味著要追蹤一項結果在公布後的發展。手稿有否改善？獨立研究人員有否接受其核心論證？該工作有否產生可供他人教學的解釋？

這些問題避免了一個無助的假設：發布不是完全有益，就是本質上有害。一次發布可以提供有價值的證據，同時亦帶來大量詮釋工作。

平衡取決於執行方式。清楚的陳述、易於取得的支援材料、可見的修正，以及持續合作，都可令公開審視更具成效。

知識管理可協助研究人員保存這些紀錄。一個可搜尋的知識庫可把來源論文、審查筆記和解釋，串連於一個持續發展的項目之中。

整理工作無法確立數學真理。它的價值在於，隨著理解改變，讓證據和不確定性保持可追溯。當文件到達的速度快過團隊可徹底閱讀的速度時，這項區別尤其有用。

Altman 承諾繼續推進後應留意甚麼

下一項有意義的證據將涉及獨立理解、可用的存取權，以及後續發布的質素。

先從獨立數學界的採納情況開始。在未來數月，留意 OpenAI 以外的研究人員是否發布對已公開工作作出的審慎評估、簡化論證、修正或延伸。

這些結果揭示不同事情。一項修正可暴露弱點，同時改善科學紀錄。較短的證明可令結果更易檢查和教授。

延伸提供另一個訊號：研究人員已理解到足以利用該工作做出新成果。這比反覆提及一項公告，更有力地證明其已融入研究社群。

沒有即時採納應審慎解讀。艱深數學需要時間。僅憑沉默，不能證明一項結果錯誤、無用，或無法理解。

不過，若長期依賴公司提供的解釋，核心疑慮仍未解決。問題在於更廣泛的社群是否建立了自己對這些觀念的掌握。

接著，留意存取安排。OpenAI 已描述支援研究人員的計劃，以及朝著負責任發布其結果背後系統的方向努力。實際細節將決定這些安排提供多少科學自主性。

有用的存取不只是看到經挑選的輸出。研究人員需要有機會研究自己選擇的問題，並測試所報告的能力是否適用於自身工作。

限制、資格規則和可用資源將決定誰可參與。公開說明的安排，會比一般賦權承諾更容易評估這些影響。

更廣泛而可用的存取權，將加強 OpenAI 所稱其發現可支持該領域的主張。若存取仍然狹窄，私有能力與公開評估之間的不平衡將大致維持不變。

最後，檢視下一次發布本身。留意易讀的定理陳述、足夠的引用、明確的審查狀態，以及非正式論證與經電腦檢查材料之間的清晰關係。

若發布改善了這些特徵，將顯示回饋正在改變做法。若另一則公告強調數量，卻仍令基本評估困難，便會加深批評者的憂慮。

這些訊號都不要求假定科學進步應該停止。它們所問的是，產生新結果的機構是否同時支援令這些結果變得可靠和有用所需的工作。

對開發者和企業買家而言，這提供了一項評估研究主張的實用標準。問問產出了甚麼、誰檢查過、仍有哪些不確定性，以及其他人能否重現流程中有意義的部分。

追蹤 OpenAI 的數學發現時，也應採用同樣紀律。不要只看公告，應檢視一項結果的狀態、假設及獨立反應。留意發布後出現的解釋和修正，因為它們揭示一項主張如何發展成共享知識。把公司的信心與專家評估分開，並把有用的存取權視為參與的證據，而非宣傳。Altman 已清楚表明他偏好持續探索。下一項判斷取決於工作本身，以及檢視它的研究人員。當下一項結果出現時，提出一個具體問題：實驗室以外的人是否能充分理解它，以至能夠檢查、教授和延伸它？