Hannah Fry：OpenAI 如何引发了数学领域的生存危机

几年前，当我第一次开始在公开场合谈论数学时，一位代数数论教授把我拉到一边，对我说了几句尖锐的警告：“Hannah，世界畏惧数学家。让我们保持这种状态。”

委婉地说，他表现得有点傲慢。数学 有一种需要维持的令人生畏的神秘感，而我显然在破坏这种神秘感——我在互联网上瞎搞，制作视频和播客，而不是专注于一份完全体面的研究事业。

从那以后，我经常思考那番话。部分原因是，在之后的这些年里，我一直在竭尽全力地完全忽略他（能得到一个 New Scientist 专栏感觉像是对我这么做的相当美好的回报）。

但在他的傲慢之下，我开始意识到他在某些方面是对的。而在过去的几周里，这种感觉从未如此强烈，因为一群 AI agents 忙于解决我们最著名的长期难题。

我指的当然是 OpenAI 的公告，在过去的几周里，它宣布已经找到了数百个此前一直未能被人类解决的数学问题的证明。

这场轰动最初是由一个证明（通过寻找反例的方式）引起的，该证明表明 Navier-Stokes equations 可能会崩溃。这个特别的成果对数学界来说是一件大事，以至于在世纪之交，Clay Mathematics Institute 承诺将向任何成功解决它的人提供 $1 million 奖金。

这些 Navier-Stokes equations 正是我做 PhD 研究的内容。它们基本上是 Isaac Newton 的第二运动定律：F=ma，但应用于流体。在我并非完全中立的看来，它们美得惊人，能够描述从叶片上的水滴滴落、整个大气的翻腾，到天空中星系里旋转的气体的一切现象。

问题是，这些方程的加速度部分会产生一个棘手的小项，其中包含一个反馈循环。流体流动得越快，两个相邻流层之间的梯度就可能变得越快，从而导致流体流动得更快。这有点像流体版的把麦克风放在扬声器旁边。反馈循环会变得越来越响，直到一切最终崩溃。或者，就 Navier-Stokes equations 而言，流速会趋向于无穷大。

需要明确的是：没有人担心在搅拌茶水时流体动力学会撕开一个黑洞之类的。只是这一项的怪异行为留下了一种可能性，即方程本身会崩溃。

另一方面，方程中还有另一项——黏度——它起到了制动的作用，让一切平静下来，防止流动完全失控。所以，问题是：制动是否总是起作用？

如果你一直关注这个故事，那么现在你已经知道发生了什么。各组数学家一直在利用 AI 围绕这个问题展开研究，寻找反馈循环失控的特殊情况，但尚未完全攻克完整的 Navier-Stokes。

但据推测，一旦 OpenAI 听说其他人也快接近目标了，他们就全力以赴：10,000 个 AI agents，在 88 小时内互发了 3 million 条消息，消耗了 millions of dollars 的 tokens，只为找到一个让一切崩溃的单一例子。Navier-Stokes equations 确实倒下了。而且是由 AI 证明的。