人工智能席卷数学之后，正将目光投向其他科学领域

麻省理工学院研究计算与人工智能进展的学者尼尔·汤普森在近期一场讲座中指出，多个科学领域即将被人工智能颠覆。在数学家仍在消化人工智能对本领域的自动化冲击之际，汤普森的最新研究显示，得益于前沿模型能力的快速演进，概率论、统计理论、经济理论、高能理论、引力与宇宙学以及量子物理可能成为下一批受影响的领域。研究发现，从2024年年中到2026年年中，最优秀的人工智能模型能正确解答的这些领域理论问题比例从约2%升至约35%，且进步没有放缓迹象。汤普森预计，几年内许多理论问题将因人工智能的解题能力而彻底改变。该研究由汤普森与博士生加布里埃尔·曼索和研究科学家克劳迪奥·马林克·韦尔敦共同完成，选取2025年12月至2026年5月间在线发布的研究论文中提出的问题，测试o1、o3、GPT-5、GPT-5.1、GPT-5.4和GPT-5.5等OpenAI模型能否解答。关键在于，这些问题的解答发表于GPT-5.5及此前模型的训练截止日期之后，模型必须自行推导，而非依赖训练数据中的答案；研究人员还屏蔽了网络访问，防止模型在线查找答案。研究范围有限，只涵盖无需运行模拟或实验即可求解的领域，但表明数学界正经历的冲击可能扩散到其他以数学和理论为主的学科。上月，OpenAI宣布一款未发布模型解决了关于流体运动方程的长期重大数学难题纳维-斯托克斯问题，引发数学界震动；纽约大学一名与Anthropic相关学者合作的数学家指责OpenAI在得知其进展后抢先发布，使事件更具争议。此后OpenAI等公司又宣布了数百个长期数学难题的解答，引发该领域某种危机，一些数学家呼吁限制使用人工智能，认为解题过程往往与最终答案同样有价值。汤普森认为其他领域的进展同样会带来正反两方面影响，理论突破有时会推动科学的实际进展。一些知名研究人员已创办专注于科学人工智能的新实验室，大型实验室也在加大科研投入。曼索表示，仍需要人来提出好想法、串联线索，对于非常复杂的问题人工智能可能出错，OpenAI就曾在发布后撤回其最新数据集中的若干解答，因此还需要验证手段。