為什么一個(gè)AI模型，能在被譽(yù)為"數(shù)學(xué)天才搖籃"的國際數(shù)學(xué)奧林匹克競(jìng)賽中拿到金牌？

昨天看到OpenAI研究員Alexander Wei在X上發(fā)布的消息，說實(shí)話，我當(dāng)時(shí)就愣了。他們的實(shí)驗(yàn)性推理模型在2025年IMO競(jìng)賽中取得了35分（滿分42分）的成績，成功達(dá)到金牌標(biāo)準(zhǔn)。

這意味著什么？IMO可不是什么普通的數(shù)學(xué)競(jìng)賽。自1959年以來，這項(xiàng)競(jìng)賽一直被認(rèn)為是世界上最頂級(jí)的高中數(shù)學(xué)比賽，參賽的都是各國數(shù)學(xué)天才中的天才。很多參賽者后來都成了菲爾茲獎(jiǎng)得主或者頂級(jí)數(shù)學(xué)家。

現(xiàn)在AI也拿金牌了。

這次突破到底有多震撼？

我查了一下今年IMO的情況。6道題目，每題7分，總共42分。AI解決了前5道題，只有第6題沒有給出解答。35分的金牌線是IMO歷史上最高的，連人類選手都覺得今年的題目格外有挑戰(zhàn)性。

更關(guān)鍵的是，IMO的評(píng)分標(biāo)準(zhǔn)非常嚴(yán)格。每道題的解答都要寫成多頁的數(shù)學(xué)證明，三位前IMO金牌得主獨(dú)立評(píng)分，必須達(dá)成一致意見才能確定最終分?jǐn)?shù)。這不是選擇題，也不是簡單的計(jì)算，而是需要?jiǎng)?chuàng)造性思維和嚴(yán)密邏輯推理的完整證明。

Alexander Wei在推文中提到："IMO問題需要全新水平的持續(xù)創(chuàng)造性思維。在推理時(shí)間范圍上，我們已經(jīng)從GSM8K（頂級(jí)人類約0.1分鐘）→ MATH基準(zhǔn)（約1分鐘）→ AIME（約10分鐘）→ IMO（約100分鐘）取得了進(jìn)展。"

換句話說，AI現(xiàn)在能夠進(jìn)行長達(dá)100分鐘的復(fù)雜數(shù)學(xué)推理了。這在幾個(gè)月前還是不可想象的事情。

菲爾茲獎(jiǎng)得主怎么看？

有意思的是，菲爾茲獎(jiǎng)得主陶哲軒對(duì)這個(gè)結(jié)果發(fā)表了評(píng)論。他基本上是說，AI和人類的思維方式本質(zhì)上不同，不應(yīng)該直接對(duì)比。

但我覺得這個(gè)觀點(diǎn)可能低估了AI的能力。不管思維方式如何，能在IMO這種級(jí)別的競(jìng)賽中拿金牌，本身就說明了AI已經(jīng)具備了某種形式的"數(shù)學(xué)智能"。

更讓人印象深刻的是，OpenAI強(qiáng)調(diào)這不是通過專門針對(duì)數(shù)學(xué)問題的算法實(shí)現(xiàn)的，而是通過通用強(qiáng)化學(xué)習(xí)和測(cè)試時(shí)計(jì)算擴(kuò)展取得的突破。這意味著這種推理能力可能會(huì)遷移到其他領(lǐng)域。

技術(shù)細(xì)節(jié)值得關(guān)注

我仔細(xì)看了GitHub上AI給出的解題過程，發(fā)現(xiàn)它的表達(dá)風(fēng)格確實(shí)很特別。句子簡潔有力，邏輯清晰，但缺少了一些人類證明中常見的"潤色"。有點(diǎn)像一個(gè)極度專注的數(shù)學(xué)天才在草稿紙上快速記錄思路。

OpenAI提到，這種特殊的表達(dá)風(fēng)格來自于大量的強(qiáng)化學(xué)習(xí)訓(xùn)練，可能是為了優(yōu)化token使用效率。但同時(shí)也擔(dān)心，如果這種趨勢(shì)繼續(xù)下去，AI的思維鏈可能會(huì)變得越來越難以被人類理解。

不過話說回來，只要結(jié)果正確，思維過程的表達(dá)方式或許并不是最重要的。

這個(gè)突破意味著什么？

我想了想，這個(gè)事情可能比很多人意識(shí)到的更重要。

首先，數(shù)學(xué)一直被認(rèn)為是人類智力的皇冠。如果AI能在數(shù)學(xué)競(jìng)賽中擊敗人類精英，那它在其他需要邏輯推理的領(lǐng)域表現(xiàn)如何？編程、科學(xué)研究、法律分析... 這些都可能受到影響。

其次，這是真正的"通用智能"進(jìn)步。不是專門為數(shù)學(xué)設(shè)計(jì)的系統(tǒng)，而是一個(gè)通用的推理模型。這種泛化能力才是最可怕的。

第三，時(shí)間線比預(yù)期快得多。Alexander Wei提到，他在2021年預(yù)測(cè)AI在2025年7月前在MATH基準(zhǔn)上只能達(dá)到30%（當(dāng)時(shí)覺得別人太樂觀了），結(jié)果現(xiàn)在直接拿了IMO金牌。

順便說一句，OpenAI表示GPT-5即將發(fā)布，但這個(gè)數(shù)學(xué)能力要等幾個(gè)月才會(huì)公開。所以現(xiàn)在看到的還只是他們實(shí)驗(yàn)室的研究原型。

教育體系該怎么辦？

這個(gè)問題我覺得挺現(xiàn)實(shí)的。如果AI已經(jīng)能在最頂級(jí)的數(shù)學(xué)競(jìng)賽中獲勝，那我們還需要培養(yǎng)那么多數(shù)學(xué)天才嗎？

可能需要重新思考數(shù)學(xué)教育的目標(biāo)了。不再是培養(yǎng)"計(jì)算機(jī)器"，而是培養(yǎng)能與AI協(xié)作、能提出好問題、能判斷AI結(jié)果正確性的人才。

或者說，數(shù)學(xué)教育的重點(diǎn)應(yīng)該從"解題"轉(zhuǎn)向"理解"和"直覺"。這些可能還是人類的優(yōu)勢(shì)領(lǐng)域。

總之，這個(gè)消息讓我重新思考了很多東西。AI的進(jìn)步速度確實(shí)超出了大多數(shù)人的預(yù)期，我們可能需要更快地適應(yīng)這個(gè)新現(xiàn)實(shí)。

不過話說回來，能見證這樣的歷史時(shí)刻，還是挺興奮的。