10 月 7 日，OpenAI 一次性发布了 722 篇由人工智能模型生成的数学论文。这些研究涵盖了从长期未解的数学难题到细微算法改进等多个领域。
目前，数学家尚未有足够时间对这些成果进行全面的审查和验证。部分论文篇幅长达数百页，且许多结果未经过形式化证明或转化为计算机可验证的步骤，因此其准确性存在不确定性。已有三篇论文被撤回。尽管处于初步阶段，但其中一些发现已引起学界关注。
多篇论文涉及“千年问题”，即克莱数学研究所提出的七个最具挑战性的数学问题，每个问题的解决者将获得 100 万美元奖金。自 2000 年设立以来，仅有一个问题被完全解决。近期，数学家正在调查 OpenAI 的一项声明，称其模型解决了与流体动力学相关的纳维-斯托克斯方程问题。
在素数分布方面，OpenAI 并未声称证明了黎曼假设本身，而是针对一个称为“准-黎曼假设”的变体进行了研究，该假设涉及质数偏离预期位置的程度。若该结果成立，这可能是多年来朝最终解决方案迈出的重要一步。
此外，相关论文还触及了另外两个千年问题：伯奇和斯温宁顿-戴尔猜想以及霍奇猜想。类似于黎曼假设的研究路径，这些论文声称证明了上述猜想的简化或部分版本，旨在为通向完整解决方案提供辅助。
另一项潜在的重大进展与 Kakeya 猜想有关。2025 年，德克萨斯州莱斯大学数学家内茨·卡茨（Nets Katz）发表了一篇论文，声称解决了三维空间中的该难题，这被视为本世纪可能的最大数学突破之一。OpenAI 的一篇新论文试图将这一解决方案扩展至四维空间，若成功，或将带来同等量级的震动。
除重大猜想外，其他论文主要集中在算法性能的微小提升上。例如，有研究指出整数乘法在理论上可提速 $2^{-182}$。若当前乘法耗时为 1 毫秒，这一改进幅度极小，远小于宇宙年龄除以 14 百万亿亿亿倍的时间单位。虽然此类改进多为边际效应，如傅里叶变换分解波形频率的速度提升也属类似情况，但它们证实了优化空间的存在。
并非所有研究都聚焦于高深技术性问题。有一篇论文探讨了平面染色问题，即确保相邻点颜色不同所需的最少颜色数量。已知答案为五至七种，而这项新工作似乎排除了五种颜色的可能性。
面对如此庞大的 AI 生成数学研究成果，数学家可能需要数年时间来逐一核查。考虑到发布速度之快，这是否仅为一次性事件尚不明确。如果 AI 参与数学研究持续保持这种规模，整个数学领域将面临前所未有的检验压力。
