OpenAI 昨日发布了对三个长期困扰研究人员的数学问题的解决方案，其中包含对指数时间假设（ETH）的意外反驳。这一进展在科学界引发了复杂反响。
Anthropic 数学家 Levent Alpöge 曾质疑 OpenAI 的方案是否基于预先存在的工作，但随后 Anthropic 自身也发布了针对 ETH 的反驳结果。与此同时，OpenAI 的合作模式正在演变：数学家在 GitHub 上公开工作；计算机科学家组建工作组要求公开证明并寻求会议资助；物理学家则成立小组以确定结果的发布方式。
麻省理工学院教授、计算机科学家瑞安·威廉姆斯（Ryan Williams）正牵头组织学界对新发现的回应。尽管他曾在今年10月批评 OpenAI 的证明倾倒行为是对数学家的“DDOS 攻击”，但他同意与前沿实验室合作，协助解释解决方案。他与加州大学圣地亚哥分校的 Russell Impagliazzo 和 Ramohan Paturi 共同参与了这项工作，后两者于1999年首次发表了 ETH。
作为第一步，该团队发布了一封公开信，呼吁相关领域的科学家提供反馈，并讨论围绕人工智能贡献的规范。威廉姆斯向 TechCrunch 表示：“OpenAI 证明中的某些部分可以说是常规的。”
P 与 NP 对立观点的动摇
ETH 属于更广泛的 P vs NP 问题范畴，该问题数十年来一直激发着计算机科学及其他领域的研究。核心疑问在于：任何可以轻松验证（NP）解决方案的问题，是否也可以轻松解决（P）。
以数独游戏为例，一旦难题被解出，验证过程很快，但找到解决方案却耗时漫长。这种动态在许多重要问题上成立，也是加密系统的基础——拥有密钥即可解密消息，但暴力破解有效代码所需的时间过长以致不可行。
然而，科学家尚未证明这种情况总是成立。威廉姆斯指出：“P=NP 意味着不仅你可以快速验证数独的解，而且对于每一个你能快速验证的问题都是如此。这听起来太好了。”因此，大多数科学家认为 P ≠ NP，而 ETH 为此提供了证据，即即使是最快的计算机算法也需要指数级时间来找到解决方案。
OpenAI 和 Anthropic 声称其模型提出了能在“次指数”时间内解决这些难题的算法，速度快于此前认知。若属实，这可能证明 ETH 是错误的，从而为最终执行 P=NP 的算法开辟道路。
威廉姆斯评论道：“每个计算机科学家都应重新评估 P=NP 的可信度，尽管程度因人而异。这确实挑战了我们关于 NP 问题难度的许多直觉……但这可能不是最终答案，我不认为 OpenAI 的算法是最好的算法。”
计算机科学界的后续行动
如果人工智能实验室声称证明了 ETH 错误，这将产生深远影响。威廉姆斯推动 OpenAI 支持举办相关会议，因为除了理解算法本身，网络安全问题同样紧迫。改进的算法可能导致依赖特定密钥大小的加密系统被视为破碎。
威廉姆斯透露，他询问 OpenAI 科学负责人丹·罗伯茨（Dan Roberts）的首要问题是是否检查了这对现有加密系统的影响，以及当前是否存在安全隐患。“显然，他们进行了检查，并且相当有信心这意味着没有断裂。”
这种新的科学发现范式仍在发展中。尽管存在担忧，威廉姆斯持乐观态度，特别是在培养下一代科学家方面。作为兼具高水平数学能力的计算机科学家，他认为自己比纯数学家更容易适应这一变化。他还指出，人工智能正在迫使研究人员对工作抱有更大野心，并进行更深层次的思考。
