ChatGPT证明了六年难题，图灵奖得主说：高兴早了

ChatGPT立大功：困扰数学家六年的收敛性证明被AI轻松搞定

莱斯大学优化领域学者Shiqian Ma，用ChatGPT证明了他自己设计了整整六年的算法收敛性问题。这个算法叫BDRS（Bregman Douglas-Rachford Splitting），用于解决最优传输问题。过去六年，Ma博士知道这个证明卡在哪里、之前所有路径为什么失败，但每次验证一个方向需要几周时间。ChatGPT让这个试错过程缩短到了几分钟——几分钟就能知道哪个方向值得继续追、哪个是幻觉。Ma甚至调侃地说，如果论文有错误，“请不要责怪ChatGPT，它才3.5岁”。

图灵奖得主Sutton泼冷水：生成式AI的“新颖”全是废话

强化学习之父、图灵奖得主Richard Sutton用一个“笑话”调侃了整个生成式AI。他指出：当模型严格按训练数据生成内容时，输出质量很高——因为它只是在复现人类已验证过的好东西，本质上是用不同的排列组合重新包装已知知识。而当模型试图偏离训练数据、生成真正新颖的内容时，质量立刻崩盘，因为它没有任何内部机制来判断“这个新东西到底好不好”。Sutton甚至用一个极其刺眼的类比——“幻觉”本质上就是模型试图“新颖”的副产品。

真正发现的“三位一体”：变异、评估、选择性保留，AI现在只占一角

Sutton给出了“真正的发现”不可缺失的三大环节：变异（产生多样化的可能性，必须带有真正的不确定性，否则只是查表）、评估（判断哪些变异有价值，需要明确目标或标准）、选择性保留（把有价值的变异留下来影响未来）。这套逻辑不是Sutton的发明，它来自自然选择、科学方法和人类学习——进化论中基因突变加环境筛选加适者生存，科学方法中假说加实验加发表，人类学习中试错加检验加记忆。而当前AI只擅长“变异”（生成各种文本/代码），既缺“评估”（无法自主判断生成的东西到底好不好），也缺“选择性保留”（不能自主把好的策略沉淀为未来行为的准则）。

六年苦功夫不是白费的：人类判断力仍是AI破局的前提

Ma博士之所以能用ChatGPT破解六年难题，关键前提是他本人深知“这个证明卡在哪”“之前所有路径失败的原因是什么”。ChatGPT给出的方向中哪些是幻觉、哪些值得深挖，全靠马博士自己判断。Sutton也强调，哪怕未来AI能独立证明数学定理，目前仍然需要人类告诉它什么问题重要。这正是AI此刻真实的处境：能力惊人，但判断未熟。“3.5岁”的ChatGPT能快速试错，但缺乏价值选择的内在机制，人类角色的核心并没有被替代。

Sutton大胆预言：让AI学会“发现”的三部曲，才是真正的技术革命

如果只是让模型复现数据、产生幻觉，那15万亿美元砸出来的这场热潮从根本上走错了路。Sutton在社交媒体上呼吁，如果我们希望充分发挥AI科学家的全部力量，就应该让他们能够创造、评估、发现——即共享人类的目标，并给予它们自主判断“好坏”的标准。真正的技术革命，不是让模型更会“生成”，而是让模型学会像人类、像自然一样完成“变异→评估→选择性保留”的闭环。到那一天，科学家的失业焦虑才真正值得认真讨论，而不是现在。