卡达诺创始人查尔斯·霍斯金森：人工智能的数学进展超出预期

卡达诺（Cardano）创始人查尔斯·霍斯金森（Charles Hoskinson）认为，人工智能在独立生成并形式化验证日益复杂的数学证明方面，其表现已远超人们的预期。这一观点引发了关于AI推理能力及其在数学、工程、流体力学和现代物理学等领域潜在影响的广泛讨论。

从辅助工具到自主证明生成

据霍斯金森介绍，研究人员原本期望形式化系统主要能够改善处理复杂问题的数学家之间的协作。然而，大型语言模型已经超越了单纯的辅助角色，具备了编写和形式化验证复杂数学证明的潜力。“我们从未预料到人工智能会发展到如此程度，”他在最近的YouTube直播中表示。

他此前曾认为，自动化工具将帮助专家审查证明、识别错误以及协调高难度的学术项目。尽管如此，指望人工智能一次性生成完整的数学证明，即使在形式化系统的开发者看来，也曾显得不切实际。“让AI本身完全写出证明的想法，在当时看来非常遥远，”他评论道。

此外，霍斯金森感谢大型语言模型改变了他对自动化系统在数学研究中所能达成成就的理解。

纳维-斯托克斯方程争议凸显AI的数学能力

霍斯金森的言论涉及有关AI生成的纳维-斯托克斯存在性与光滑性问题的报道。这一未解决的难题是克莱数学研究所千禧年大奖难题之一，奖金高达100万美元。该问题研究的是描述三维环境中流体运动的方程是否始终存在“良好行为”的解。解决这一问题将对数学、流体力学、航空航天工程、机械工程以及多个物理学分支产生重大影响。

因此，霍斯金森指出，一个经过验证的AI生成解决方案可能会从根本上改变人们对数学发现和机器智能的传统认知。“如果OpenAI声称他们解决了这个问题，这将根本性地改变数学范式，”他解释道。

警惕中心化AI平台的数据泄露风险

然而，霍斯金森对该工作的来源提出了质疑，并对向中心化人工智能提供商提交机密研究表示担忧。他警告学术界和企业界，与基于云端的模型共享专有材料可能会削弱对知识产权的控制。他的警告支持使用私人AI环境，使研究人员能够在不暴露未发表工作或宝贵技术信息的情况下审查敏感理论。

尽管对据报道的方法的来源持怀疑态度，霍斯金森承认，该人工智能系统展示了令人印象深刻的数学能力。