AI Came for Math. Now It’s Chasing the Rest of Science

AI 袭击数学领域。如今，它正在追逐科学的其他领域 | WIRED

Will Knight

商业

2026年10月14日 下午2:15

AI 袭击数学领域。如今，它正在追逐科学的其他领域

麻省理工学院的研究人员告诉《WIRED》杂志，AI 可能很快将成为解决经济学、高能物理和其他领域理论问题的默认方式。

照片插图：WIRED 编辑部；Getty Images

保存这个故事

上周，我参加了麻省理工学院 Neil Thompson 的一场演讲，他研究计算和人工智能领域的进展。在短短半小时内，Thompson 有力地论证了多个科学领域即将因 AI 的出现而被颠覆。

当数学家们对 AI 正在自动化他们的领域感到震惊时，Thompson 最新研究指出，概率、统计理论、经济理论、高能理论、引力与宇宙学以及量子物理等领域可能将成为下一个目标，这要归功于前沿模型能力的快速演进。研究显示，从 2024 年中到 2026 年中，最好的 AI 模型能够正确解决这些领域理论问题的比例从约 2% 提升到了约 35%。而且，目前还没有迹象表明这种进步会放缓。

Thompson 表示：“在短短几年内，我们预计许多理论问题在 AI 的处理能力方面将发生彻底的变革。”

总体而言，Thompson 的实验室研究计算机科学进步如何影响社会并影响创新。这项研究——由 Thompson 与博士生 Gabriel Manso 以及研究员 Claudio Mayrink Verdun 共同完成——选取了 2025 年 12 月至 2026 年 5 月期间在线发布的研究论文中的问题，然后测试了不同 OpenAI 模型（o1、o3、GPT-5、GPT-5.1、GPT-5.4 和 GPT-5.5）是否能够解决这些问题。

关键的是，这些问题的解决方案出现在 GPT-5.5 及其之前模型的训练截止日期之后发表的论文中。这意味着测试的模型必须自行推导出解决方案，而不是依赖训练数据中提供的答案。（这些论文作为测试模型解题能力的真实数据。）研究人员还屏蔽了互联网访问，防止测试的模型在线查找解决方案。

该研究涵盖的领域有限——三人专注于 AI 模型无需运行模拟或实验即可解决的领域。但这项工作表明，目前数学界正在经历的冲击波很可能扩展到其他以数学和理论为主的科学研究领域。

9 月，OpenAI 通过宣布一个未发布的模型解决了数学界长期存在的重大挑战——纳维-斯托克斯方程，该方程描述流体运动的行为——震撼了数学界。这一事件在纽约大学的一位数学家（他与另一位与 Anthropic 有关联的学者合作）指责 OpenAI 在得知他们的进展后“抢滩”（gazumping）后，引发了更大的争议。

此后，OpenAI 和其他机构宣布解决了数百个长期存在的数学问题，引发了该领域的某种危机。一些数学家呼吁限制 AI 的使用，警告称解决问题的过程本身往往与获得最终答案一样有价值。

与数学领域一样，汤普森表示，我们应预期其他领域的进步既会带来积极影响也会产生消极影响。他指出理论突破有时会推动科学领域的实际应用进展，并认为人工智能的更广泛应用可能意味着这种类型的进展会更加频繁。

一些知名人工智能研究者已成立专注于科学领域的人工智能实验室，大型人工智能实验室也都在加大科学领域的研究投入。这些研究探索如何让人工智能在理论分析的同时参与实际实验。人工智能可能意味着理论学家不再需要亲自解决关键问题，但研究人员表示这并不意味着专家不再需要参与，因为仍需专家来理解解决方案并确保其可靠性。

“我们仍然需要有人提出创新想法来串联各个领域，”曼索表示。他补充说，对于非常复杂的问题，人工智能可能会犯错。（事实上，OpenAI在其最新数据集发布后撤回了多项解决方案。）“我们还需要验证机制来确认研究结果，因为模型很容易告诉你‘这是正确答案’，但当你审视完整解决方案时，可能会发现事实并非如此。”

这是Will Knight的AI Lab通讯的特辑。阅读往期通讯请访问此处。