新的AI模型首次达到数学奥赛金牌水平

Google DeepMind与OpenAI的AI首次在国际数学奥林匹克获金牌水平，展现数学推理突破，但细节未公开引发谨慎讨论。

人工智能在数学领域的突破令人振奋。Google DeepMind的Gemini Deep Think和OpenAI的新模型在国际数学奥林匹克(IMO)中达到金牌水平，这是AI首次在这一全球顶尖青年数学家竞技场取得如此佳绩。IMO素来被视为考验AI数学推理能力的试金石，过去AI常在此折戟，但今年的成就却让人眼前一亮。

比赛在澳大利亚昆士兰举行，Google DeepMind的系统由官方评分者确认达到金牌标准，答对六题中的五题，耗时与参赛者相同的4.5小时。OpenAI虽未正式参赛，却由三位前IMO奖牌得主评分，宣称其模型同样取得金牌成绩。两者的成功并非偶然，而是AI技术飞跃的体现。Google的Thang Luong透露，Gemini Deep Think采用强化学习，通过试错摸索规则，并以“并行思考”模式同时探索多种解法，还依托专门为IMO准备的数学问题数据集。OpenAI则语焉不详，仅提及使用了强化学习和实验性研究方法。

与去年的AlphaProof和AlphaGeometry不同，这两款新模型完全用自然语言工作，而非专为比赛设计的Lean编程语言。自然语言让答案更易懂，或许能广泛应用于通用AI系统，但也带来新挑战。IMO组织者Joseph Myers指出，若AI生成冗长证明，隐藏细微但致命的错误，验证其正确性将变得困难。想象一下，未来AI可能破解重大未解科学问题，但若其输出难以核查，人们如何确信结果？为此，生成正式证明仍是关键。

尽管成绩耀眼，数学家们却保持谨慎。Terence Tao表示，缺乏公开细节和可复制的实验让人难以评估，需等待公司发布更多数据。Geordie Williamson也感叹，尽管成就惊人，但外界对模型内部机制知之甚少。这种不透明让学术界既兴奋又 frustrate。毕竟，AI若能解决复杂科学问题，其潜力不可限量，但前提是结果必须经得起推敲。

回想去年，Google DeepMind的AI在英国巴斯举办的IMO中仅获银牌，且未获官方评分。如今的飞跃令人感慨：从依赖Lean语言的专门系统，到能用日常语言媲美顶尖数学家的模型，AI的进步堪称神速。Google的Junehyuk Jung乐观预测，这些模型很快将助力解决更艰深的科学难题。两家公司计划先向数学家开放测试，再推向公众。

这场突破不仅展现了AI的潜力，也勾勒出未来图景：人工智能或许能成为科学探索的得力助手。然而，当我们为AI的壮举喝彩时，也得警惕其局限。毕竟，一个无法完全信任的答案，再耀眼也只是起点。