本周,OpenAI 和 Anthropic 两家公司均声称已推翻了指数时间假设(ETH)。长期以来,理论计算机科学中关于复杂性和算法设计的大量研究都基于这样一个前提:解决某些问题所需的时间会随着问题规模的增大呈指数增长。

Jonsson 预计他目前的困境将在即将举行的 IEEE 计算机科学基础研讨会上“非常普遍”,他的工作将由合著者之一进行展示。他表示:“人们开场白可能会是:‘ETH 是错误的,我论文的一半内容都不成立了。’”虽然这是一个令人头疼的问题,但 Jonsson 也认为,“我们从中学到了很多,这正是科学的意义所在。”

目前,研究人员尚未独立验证这些由 AI 生成的证明,更别说完全理解它们了。两家公司已将证明以自然语言和机器可检验的 Lean 格式发布在 GitHub 上。OpenAI 邀请了最初提出该假设的加州大学圣塔芭芭拉分校计算机科学家以及曾反驳过 ETH 某版本的麻省理工学院学者,号召研究人员共同解析这些证明。迄今为止,这项工作包括一个 Google 表单,用于招募志愿者和收集反馈,OpenAI 也承诺资助相关主题的会议。

加州大学圣塔芭芭拉分校教授 Daniel Lokshtanov 计划参与这项工作,他估计如果结果得到确认,他将“彻底错误”,并且大约有 50 篇已发表论文将变得“毫无意义”或需要重新审视。

“这就像一颗巨大的炸弹投进了整个领域,”他形容道,“这既令人兴奋又令人恐惧。”

哥本哈根信息技术大学算法研究组负责人 Thore Husfeldt 今年大部分时间都在思考他所在子领域的一个问题。“据我所知,现在这一切都变得无关紧要了,”他告诉 WIRED。Husfeldt 曾首次提出了 OpenAI 现已推翻的假设版本,他正在黑板上推算哪些工作可能因这“一代人难得的成果”而过时。与因 AI 生成的颠覆性证明而感到沮丧的数学研究者不同,Husfeldt 对这一新发现表现出极大热情。

他称这一发现“非常棒”。“作为数学家,就像在完全黑暗的房间里摸索,”他解释道,“现在就像有人用探照灯照亮了整个子领域,我们像兴奋的小兔子一样四处奔跑,探索那些突然间可以研究的角落。这是一个超级激动人心的时刻。”

几个世纪以来,科学通过提出假设并证明其错误不断进步。学者被其他研究团队抢先或被推翻也并不罕见。但 AI 加速了这一进程,摧毁了整个研究项目,让数学和科学领域的研究者感到不安,他们开始质疑自己在机器超越人类的时代中的地位。

“过去几个月真的很艰难,”Husfeldt 说,“因为每周甚至每两周,AI 公布的成果就会摧毁许多人的正在进行的研究项目。”他补充道,这对许多人来说心理压力很大,他所在的系甚至考虑聘请职业心理学家,因为“有些人真的很沮丧,很难过。”

研究人员还被 AI 产生的大量内容淹没,其中不乏质量低劣的成果。采访中途,Husfeldt 收到了一份他怀疑是 AI 生成的 17 页论文,内容涉及 ETH 结果的影响,来自一个随机的 Gmail 账户。他表示不会阅读,因为“阅读数学论文需要大量认知时间投入。”

OpenAI 也直接促成了这一现象;本月早些时候,它在 GitHub 上发布了 722 篇关于 400 个问题的手稿,这让学术界颇为不满,认为这使得消化成果变得困难。更令人沮丧的是,其中几份文件存在错误,一些数学家认为这是为了推动公司计划中的首次公开募股而仓促发布的,而非真正推动领域进步。不过,这次 OpenAI 关于 ETH 的 60 多页论文据称比以往的发布质量更高。

学者们正争分夺秒地解析这篇论文,试图快速推导出更多结果。

如果 ETH 是错误的,问题的复杂度并不会随着规模呈指数增长,这将是“令人兴奋的”,林雪平大学副教授 Victor Lagerkvist 表示。他计划重新研究此前因假设 ETH 正确而放弃的问题。

OpenAI 的发现也可能影响基于某些数学问题难以解决这一假设的网络安全密码学。虽然这一结果并未直接影响密码学,但 Lokshtanov 认为“这肯定会让一些密码系统设计者感到担忧。”

因此,Husfeldt 强调理论计算机科学中人类与 AI 协作研究的重要性:“我们希望开放的科学过程能够识别我们对计算的误解,尤其是因为许多现代数字基础设施都建立在计算假设之上。”

至于林雪平大学的 Jonsson,他计划重新审视自己和他人基于 ETH 成立的论文,并相信他的会议论文最终可能通过其他方法得以保留。他对深入研究 OpenAI 的证明细节充满期待,希望从中学习并应用于新问题。尽管这推翻了他工作的基础假设,但他表示,能够得到 ETH 的最终定论是他“曾经只能梦想的事情”。“这是激动人心的时代,”他补充道,“大多数人一生中都不会经历这样的时刻。”

“我不在乎这证明是人类写的,还是 AI 写的,或者是外星人传给我们的,只要它是真的,我们就必须在未来使用它。”