OpenAI 宣稱已推翻指數時間假說，並邀請學界檢驗其成果

新聞摘要

2026 年 10 月 26 日（美國東部時間），OpenAI 宣布由其內部 AI 模型產出的三項新研究結果，分別屬於數學、電腦科學與理論物理領域，同時公布了一項新計畫，說明外部學者將如何檢視並解釋這些成果。其中最引人注目的主張是：指數時間假說（Exponential Time Hypothesis）並不成立。該假說是一項長期存在的假設，用以界定困難的計算問題最快能以多快的速度求解。另外兩項成果則涉及波分析中掛谷猜想（Kakeya conjecture）的相關證明，以及特定量子場論的存在性結果。這三項主張目前都仍在接受獨立審查。

三項研究成果

第一項成果屬於數學領域。OpenAI 發布了一份手稿，證明了 Sogge 針對所有空間維度中波的局部平滑猜想。Gizmodo 報導指出，這項工作同時也解決了掛谷猜想，這是波與諧波研究中的一個難題。該手稿直接公開發布，以便研究人員檢視並撰寫自己的解說。

第二項成果屬於電腦科學領域。OpenAI 表示，其系統產出了一份證明，顯示指數時間假說（ETH）為假。學界普遍認為 ETH 成立，並將其作為基準，用來估算 3-SAT 等困難問題的求解所需時間。根據 Dataconomy 的報導，ETH 支撐了資料庫、計算生物學與幾何學等領域的數百篇論文。若此一反證成立，理論上便有可能為其中部分問題設計出更快的演算法。當初提出 ETH 的科學家，也在受邀檢視這份模型生成成果的專家之列。

第三項成果屬於物理學領域。OpenAI 描述了一份證明，針對四維時空中帶有規範場與費米子的特定交互作用量子場論，包括描述強交互作用的量子色動力學（QCD），以及標準模型的統一完備化版本。另有一個獨立的專家小組正在審查這些物理學內容，截至報導時尚未發表任何相關資訊。該小組決定暫不公開 AI 產生的原始資料，而是自行撰寫相關論述。

與學界合作的新模式

在公布成果的同時，OpenAI 也說明了其期望的發表方式。該公司表示，不會為內部模型所做出的發現爭取學術署名。它將模型生成的文字描述為「最好理解為一種原始研究資料」，可由數學與科學社群轉化為科學知識。

外部專家（通常是模型先前研究所奠基的學者）將擔任「引導者」。每位引導者會組建一個團隊來審查輸出內容並撰寫解說。團隊成員可因其撰寫的內容與製作的材料獲得署名，並負責確保成果中明確標示模型所借鑑的研究人員、技術與概念。部分報導指出，電腦科學團隊由 Russell Impagliazzo 與 Ramamohan Paturi 領導，且 OpenAI 已承諾公開原始資料並資助一場研討會。這些細節來自二手報導，我們無法透過 OpenAI 官方頁面加以證實。

OpenAI 也承認這種做法存在限制：首批引導者的選擇會影響早期參與的人選，並造成資訊不對稱。該公司歡迎外界就擴大參與範圍提供意見。部分原始資料已放上 GitHub，但並非全部。

背景與注意事項

此次公告延續了 2026 年 10 月初的發布行動，當時 OpenAI 在 GitHub 上傳了數百頁的手稿。各家媒體給出的數量不一：Gizmodo 報導為 377 項數學成果，Dataconomy 則稱涵蓋 372 個主要問題、總計超過 700 頁。Gizmodo 指出，隨附的部落格文章讀起來略帶辯護意味，而曾與 OpenAI 合作的顧問小組也批評一家私人企業利用未公開的內部模型取得這類突破。

驗證工作仍是未解之謎。Gizmodo 報導指出，數學成果已在證明輔助工具 Lean 中形式化，但人類讀者在檢視 OpenAI 以 Lean 驗證的 Navier-Stokes 問題解答時提出疑慮，認為 Lean 實際檢查的命題比 OpenAI 公布的版本更弱。至於 ETH 的反證是否已在 Lean 中形式化，各來源說法不一。由於底層模型並未公開，外部研究人員無法重現成果的生成過程，且這三項主張至今皆未獲得獨立證實。

對科學教育的意義

無論這些主張最終能否通過審查，此事件都展現了在 AI 系統產出候選證明的速度快過人類閱讀速度時，研究工作可能呈現的面貌。檢驗、解說與教授這些成果，將與發現成果本身同等重要。對學生與教師而言，實際的啟示在於：機器生成的證明仍需要人類的理解、Lean 等形式化工具，以及開放的討論，才能被視為確立的知識。

資料來源

本報導取材自 Gizmodo（2026 年 10 月 26 日美國東部時間晚間 8:13）、Dataconomy（2026 年 10 月 27 日），以及 OpenAI 文章〈與學術社群合作以建立科學理解〉的摘要。文中列為起始參考資料的 The Verge 文章無法取得。