微軟前AI副總裁兼出色科學家Sebastien Bubeck發文標明GPT-5 Pro從零霸占了數學論文中的未解區間，這個發現讓他大受震懾。該發現引得許多大佬轉發，OpenAI總裁以為AI或將加快數學研討。

AI真的能處理人類的前沿問題嗎？

比方相似龐加萊猜測、求解麥克斯韋方程、費馬大定理、黎曼猜測等問題。

今日這個問題有了答案。

AI還真的能夠！徹底獨立，不參閱人類已有的任何辦法。

昨夜，GPT-5 Pro能夠從零開始徹底求解一個雜亂的數學問題。

而且再次著重，它沒有運用任何人類此前的證明辦法。

而它的答案比論文中的求解辦法都要好。

不過值得人類幸虧的是，論文作者后邊又供給了全新的辦法超越了AI。

Sebastien Bubeck是OpenAI的研討工程師，此前曾擔任微軟人工智能副總裁兼出色科學家。

他把一篇論文直接扔給了GPT-5 Pro。

這篇論文研討了一個十分天然的問題：在潤滑凸優化中，梯度下降法的步長η滿意什么條件時，迭代點所對應的函數值構成的曲線是凸的？

論文地址：https://arxiv.org/pdf/2503.10138v1

在論文的v1版別中，他們證明了假如η小于1/L（L為潤滑度），則能夠得到此特點。

假如η大于1.75/L，作者他們就結構了一個反例。

因而，未處理的問題是：在區間[1/L,1.75/L]內會發生什么情況。

首要，簡略解說下這個問題。

梯度下降就像下山，每一步要選一個步長η。L能夠了解成地勢的「曲折程度」（越大越陡/越靈敏）。

論文不只關懷「會不會往下走」（單調下降），還關懷下降的軌道是不是「凸」的：也便是每一步的前進起伏不會忽大忽小，不會「前面像渠道、后邊忽然跳崖」。

這對何時停下來很有用——凸就標明越來越平穩，不會忽然又大降。亞洲精品99在線看

Sebastien用GPT-5 Pro去攻這個未處理區間，模型把已知下限從1/L推進到1.5/L。

以下是GPT-5 Pro給出的證明。

盡管初看不明覺厲，但全體證明進程看起來十分高雅。

原本這個發現讓Sebastien振奮了好一陣，乃至想要直接發一篇arXiv論文。

可是，人類仍是比AI快了一步。

論文原作者很快發了v2版別，徹底收尾，他們將閾值改寫1.75/L。

Sebastien以為這個發現仍然十分令人鼓舞，為什么？AI不是并沒有打敗人類嗎？

由于GPT-5 Pro在證明中，它企圖證明的是1.5/L而不是1.75/L，這也標明GPT-5 Pro并沒有直接去查找v2版別。

別的，上述證明與v2的證明也十分不同，它更像是v1證明的一種演進。

這么看，現在的AI才能，不僅僅是博士級，許多時分都超越博士了。

這個發現也讓許多大佬們標明，AI下一個或許改動和影響的便是數學范疇。

在AI的協助下，人類常識的鴻溝將會再次被拓寬。

OpenAI的總裁Greg Brockman乃至標明這或許是AI在數學范疇展示生命力的一種痕跡。

此外，這次發現也和之前OpenAI官宣自己拿下IMO和IOI金牌不同。

這次攻破數學題的模型，便是面向用戶的GPT-5 Pro版別，而不是內部推理模型。

Sebastien標明這個結論是通過自己25分鐘驗證。

作為前微軟人工智能副總裁兼出色科學家，他的證明應該沒問題，看來AI的確實踐證明了該數學問題。

GPT-5發布后盡管毀譽參半。

可是，GPT-5 Pro是真的到達，乃至超越了奧特曼所說亞洲精品99在線看的「博士級」AI。

盡管這次處理的問題還沒有超越人類，但這種徹底自主、自發現的才能預兆仍是彰示了AI的才能。

這讓我想起了漂泊地球里的MOSS，也是自發現、自組織、自編程的AI。

Sebastien是一個很厲害的人。

他現在在OpenAI從事人工智能相關的作業。

在此之前，Sebastien曾擔任微軟的副總裁兼首席科學家，在微軟研討院作業了10年（開始參加理論研討組）。

Sebastien還在普林斯頓大學擔任了3年的助理教授。

在Sebastien的職業生涯的前15年里，他首要研討凸優化、在線算法以及機器學習中的對立魯棒性。

因這些研討作業屢次取得最佳論文獎（包含STOC2023、NeurIPS2018和2021最佳論文獎、與微軟研討院實習生協作取得的ALT2018和2023最佳學生論文獎、COLT2016最佳論文獎以及COLT2009最佳學生論文獎）。

他現在愈加重視于了解智能是如安在大言語模型中出現的，以及怎么使用這種了解來提高大言語模型的智能水平，或許終究完成通用人工智能（AGI）。

Sebastien們將這種辦法稱為「AGI物理學」，由于他企圖從不同的標準（參數、神經元、神經元組、層、數據課程等）提醒AI體系各部分怎么協同作業，然后發生這些模型驚人且出其不意的行為。

看起來，像Sebastien這樣的數學家、科學家們正在致力于測驗破解大模型的黑箱之謎。

期望AI在拓寬人類認知鴻溝的一起，人類也能破解大模型的隱秘。

參閱資料：

https://x.com/Sebastien%20Bubeck/status/1958198661139009862

本文來自微信大眾號“新智元”，作者：新智元，修改：定慧，36氪經授權發布。