OpenAI 首席执行官山姆·奥特曼（Sam Altman）对那些难以跟上人工智能生成数学成果海量涌入的研究人员和数学家表示同情，但他同时强调，公司不会停止这一进程。在“Cheeky Pint”播客节目中，奥特曼解释说，人类理解宇宙奥秘和发现基础科学知识的权利是重中之重，其重要性超过了公司发布成果方式可能带来的干扰。
方法论之争：速度与验证
奥特曼的言论正值学术界和数学界对 OpenAI 处理发现的方式提出严厉批评之际。许多研究人员指出，该公司在发布数百项数学成果时，没有提供足够的背景信息、准确的来源记录，甚至没有提供足够的机制来验证这些结果的正确性，这让科学家们陷入困惑，不得不试图破解这些复杂的输出。
此外，该公司还面临“把关”（Gatekeeping）的指控；一些重大突破的全部细节尚未披露，例如与杨-米尔斯理论（Yang-Mills theory）相关的结果，该理论是现代粒子物理学的基石。OpenAI 为这种方法辩护称，这是基于专家的建议，以确保发布结果的最佳方式，但这与此前呼吁完全透明的数学团体建议相冲突。
巨额投资与技术挑战
奥特曼披露了 OpenAI 为此路径投入的巨大资源规模，指出公司已花费数亿美元用于解决数学问题。其中最显著的投资之一是拨出超过 1000 万美元用于研究纳维-斯托克斯方程（Navier-Stokes），这是著名的千禧年大奖难题之一。
奥特曼还描述了一段内部高强度工作时期，称其为故意“失控”以测试模型极限，当时员工在 Slack 上使用一个名为“Model Name-Hold My Beer”的内部频道，将最难的数学问题抛给模型，以观察其解决能力。
实际发生了什么变化？
这种趋势代表了科学研究本质的根本性转变；与其完全依赖缓慢的人类努力，科学界已进入人工智能驱动的“加速发现”阶段。这一发展带来了以以下几点为特征的新现实：
- 资源差距：大型科技公司投入数亿美元解决科学难题的能力，可能会导致缺乏同等财力的学术研究人员被边缘化。
- 验证危机：生产速度带来的压力可能导致“发现”与“公认科学证明”之间的鸿沟，从而给科学家审查机器输出增加了额外负担。
- 数据中心化：科技公司转变为科学知识的“守门人”，拥有决定何时以及如何披露新科学事实的权力。