OpenAI publicerar 377 AI-härledda matematikresultat som bästa matematiker varnar för ett tvåskiktsfält

OpenAI har släppt rön om 377 matematiska forskningsproblem, sa företaget i ett blogginlägg med titeln "Dela AI-framsteg i matematik" publicerat tisdagen den 6 oktober 2026, i sin andra stora matematiknedgång på lika många månader.

Resultaten spänner över algebra, teoretisk datavetenskap och matematisk logik och kommer bara veckor efter att OpenAI hävdade en lösning på Navier-Stokes ekvationer, ett av världens mest kända olösta problem med ett pris på 1 miljon dollar. Det tidigare påståendet delade redan matematiker; veckans mycket större release har skärpt debatten. För läsare som följer brytande AI-nyheter har avsnittet blivit det tydligaste testet hittills av hur forskarsamhället ska hantera maskingenererade resultat som människor inte enkelt kan verifiera.

Vad OpenAI faktiskt släppte

Enligt The Guardian publicerade OpenAI "över 370 matematiska resultat inom en mängd olika ämnen som algebra, teoretisk datavetenskap och matematisk logik." New York Times satte räkningen till 377 problem, medan New Scientist rapporterade att utgåvan inkluderade 722 matematiska upptäckter när hjälpresultaten räknades. De varierande antalet återspeglar olika sätt att gruppera lemman, följder och fullständiga lösningar till diskreta "resultat".

Skalan är vad som häpnade observatörer. Där förra månadens Navier-Stokes-påstående involverade ett enda, noggrant granskat resultat, landade den här utgåvan på en gång - hundratals fynd över flera underfält, genererade av OpenAI:s mest avancerade interna modeller. Berättelsen fick bevakning från The Washington Post, The Economist, The Wall Street Journal och Fortune inom en dag, och OpenAI-blogginlägget toppade Hacker News med långt över tusen uppröster.

Institutet för avancerade studier driver tillbaka

Institutet för avancerade studier i Princeton, New Jersey - det långvariga hemmet för figurer som Einstein och von Neumann - sa att det inte stöder praxis att testa gränsmodeller mot fältets svåraste öppna problem, särskilt när arbetet sker bakom stängda dörrar.

"Det är nu så att AI kan mata ut matematiska argument i situationer utan att människan som fick den att kunna förstå argumenten, verifiera dem eller ta ansvar för dem", säger organisationen i ett uttalande. "Vi tror att mänsklig förståelse för matematik fortfarande är av största vikt."

Oron är inte att resultaten nödvändigtvis är felaktiga. Det är att matematik som disciplin beror på verifiering, och en flod av maskingenererade påståenden som ingen människa har kontrollerat sitter oroligt med vetenskapliga normer.

OpenAI:s svar: En plats vid bordet

För att ta itu med motreaktionen meddelade OpenAI att de kommer att samarbeta med Institute for Advanced Study för att ge "matematiker en röst i hur vi går framåt." Vad företaget inte åtog sig till, noterade The Guardian, är någon förändring av den underliggande praxisen: OpenAI gav ingen indikation på att det kommer att sluta testa avancerade problem på proprietära interna modeller.

Institutets rådgivande styrelse bad också AI-laboratorier att ge "rättvis tillgång" till sina gränssystem. "Användningen av egenutvecklade interna modeller av AI-labb för att göra matematisk forskning riskerar att skapa ett system i två nivåer där laboratorier övergår resten av fältet, vilket effektivt fjärmar den matematiska gemenskapen från sin egen disciplin", skrev gruppen.

'Ta någons arbete och slutföra det'

Matematiker nära de drabbade problemen tar upp en mer subtil fråga: kredit. Tristan Buckmaster, en matematiker vid New York University som arbetade med Navier-Stokes-problemet, berättade för The New York Times att forskare som uppmanar AI-modeller kan tillhandahålla partiella framsteg som modellerna sedan avslutar.

"Det kommer sannolikt att bli ett gäng resultat där de tar någons arbete och sedan tar det till slut," sa Buckmaster.

Om den är korrekt komplicerar den dynamiken både tillskrivning och utvärdering. Ett resultat som ser ut som ett oberoende maskingenombrott kan i själva verket vara det sista steget på en människobyggd ställning – en som människan aldrig gick med på att lämna över.

Vad det betyder för AI-forskning

Matematikutgåvorna håller på att bli ett återkommande skyltfönster för frontier-lab-kapacitet och ett återkommande stresstest för hur vetenskapen absorberar maskineffekt. Wall Street Journals inramning fångade whiplash: AI löste ett matematiskt problem och alla blev rädda – den har nu knäckt hundratals fler.

Tre frågor kommer att forma vad som händer härnäst. Först, verifiering: oberoende matematiker kommer att behöva månader för att kontrollera även en bråkdel av 377 resultat, och fel, om de upptäcks, kommer att landa hårt på OpenAI:s trovärdighet. För det andra, tillgång: om labb öppnar sina starkaste modeller för utomstående forskare, som institutet kräver, eller håller slingan stängd. För det tredje, företräde: som Buckmasters oro antyder, kan fältet behöva nya normer för att kreditera bevis för samarbete mellan människa och AI.

OpenAI svarade inte på förfrågningar om kommentarer om kritiken, enligt The Guardian. Huruvida partnerskapet med Institutet för avancerade studier producerar fungerande normer - eller bara dokumenterar oenigheten - kommer sannolikt att avgöra om matematik förblir det ledande riktmärket för framsteg inom gränsöverskridande AI, eller blir det första fältet som formellt trycker tillbaka mot det.

Stay ahead of AI Läs fler AI-nyheter på AI Buzz Wire