馬斯克新AI破解千年難題卻被緊急喊停？這個「玩笑」怎麼讓AI圈一夜未眠
本文來自微信公眾號：APPSO （ID：appsolution），作者：appso，題圖來自：AI生成
Grok-3 證明「黎曼猜想」了？
xAI 研究員 Hieu Pham 週末發佈的一條推文在 AI 圈掀起軒然大波。
推文原話是這麼說的：
Grok-3 AI系統剛剛證明了黎曼猜想（Riemann’s hypothesis）。
為了驗證這一證明的正確性，我們決定暫停該系統的訓練。
如果證明被確認無誤，我們將不再繼續其訓練，因為這樣的AI被認為過於智能，可能對人類構成威脅。
老規矩，先說結論，這單純只是玩梗而已。
然而，推文的不斷髮酵迅速引來了超200萬網民的圍觀，輻射到海內外的AI輿論圈。
事情的源頭大概要追溯到網民Andrew Curran更早些時候的一則「爆料」，其聲稱Grok-3在訓練過程中發生了災難性事件。
隨後，各種離奇的傳言紛至遝來。
網民起鬨說，OpenAI CEO Sam Altman用巨大的激光器對準了xAI的最大訓練集群，導致數據嚴重損壞；
也有人煞有介事地暗示有人蓄意破壞下一代LLM訓練運行；
更有調侃稱，AI似乎獲得了自我意識，並解決了黎曼猜想，但在證明代碼中「故意省略了15個分號」，使人類無法驗證。
連Runway創始人Cristóbal Valenzuela也來湊熱鬧：
Gen-4剛剛榮獲了包括最佳影片在內的所有奧斯卡獎項。
為了深入研究其在藝術領域的創新成果，我們決定暫停對其進行的訓練。
如果這部電影確實如早期評論家所言具有革命性，我們將不會恢復訓練，因為這表明AI在藝術方面已經達到如此高的水平，以至於可能威脅到人類的創造力。
謠言就這麼越傳越邪乎。
多位xAI研究人員也紛紛轉發Andrew Curran推文，加入這場集體「大團建」。
比如我們的老熟人xAI聯創Greg Yang率先調侃道，Grok-3在訓練過程中突然毆打辦公室里年長的保安。
另一位研究人員Heinrich Kuttler則表示：
「是的，情況非常糟糕！我們後來用nan（Not a Number，非數）把所有異常的權重都替換了一遍，才恢復。」
當然，更理性的網民直接在X上詢問當前版本的Grok對黎曼猜想的理解。
不出所料，Grok的表現相當「瑪卡巴卡」。
最終，這場鬧劇由始作俑者——xAI研究員Hieu Pham親自畫上句號：
好的，《週六夜現場》結束了。
至於為什麼證明黎曼假設是危險的，我強烈推薦馬特·海格的精彩小說《人類》。
那麼問題來了，為什麼這則Grok-3證明黎曼猜想的消息能引起廣泛的關注呢？
首先是Grok-3解決黎曼猜想本身的重要性。
黎曼猜想（Riemann Hypothesis）是數學中一個關於素數分佈的重要猜想，由德國數學家伯恩哈德·黎曼於1859年提出。
該猜想被列為基爾數學研究所（Clay Mathematics Institute）的「千年難題」之一。
它涉及到黎曼ζ函數（Riemann zeta function），這個函數定義為：ζ(s)=1+12s+13s+14s+⋯\zeta(s)=1+\frac{1}{2^s}+\frac{1}{3^s}+\frac{1}{4^s}+\cdotsζ(s)=1+2s1+3s1+4s1+⋯
黎曼猜想的核心內容是：所有非平凡的黎曼ζ函數零點的實部都等於1/2。
換句話說，如果ss是黎曼ζ函數的一個非平凡零點，即ζ(s)=0ζ(s)=0，那麼其實部必定是ℜ(s)=1/2ℜ(s)=1/2。
基爾數學研究所說了，如果有人能夠成功證明或證偽黎曼猜想，將獎勵100萬美元的獎金。
但這個猜想至今沒有被證明或反駁，也因此被廣泛認為是現代數論中的一個未解之謎。
這個猜想的證明對於數論（數學的一個分支）有著深遠的影響。
目前，很多現代加密技術（比如保護網上支付、數據隱私等）都依賴於素數的性質。
證明黎曼猜想或將會讓人類更好地理解這些技術的基礎，並且可能影響到未來的安全算法。
假如Grok-3能證明黎曼猜想，這不僅將推動理論數學、物理學、密碼學等領域的大幅進展，同時也標誌著AI在推理和解決複雜問題方面的巨大進步。
甚至可以說，這將成為AI超越人類智能的一個裡程碑事件。
月之暗面創始人楊植麟曾表示，數學場景是鍛鍊AI思考能力最理想的場景。
數學是一個極其嚴謹的邏輯體系，而AI的推理能力往往建立在嚴密的邏輯推導之上。
AI解決數學問題的過程實質上是一個持續思考的過程，在這個過程中，它會不斷嘗試不同思路，通過反復試錯來尋找正確答案。
即便計算過程中出現錯誤，AI也能通過驗證和校對來糾正結果。
類似的理念也體現在OpenAI o1的強化學習訓練上。
如果說以前的大模型是學習數據，o1更像在學習思維。就像我們解題，不僅要寫出答案，也要寫出推理過程。
一道題目可以死記硬背，但學會了推理，才能舉一反三。
所以在今年美國針對優秀高中生的AIME測驗當中，GPT-4o僅完成了13%的題目。相比之下，o1的正確率高達83%。
就博士水準的GPQA Diamond科研測評而言，GPT-4o獲得了56.1%的成績，而o1的表現更為出色。不僅勝過了人類博士的69.7%，更是達到了78%的正確率。
在國際信息學奧賽的評測中，當每道題允許50次嘗試時，模型達到了49%的得分率，即213分，而當每題提交機會增至一萬次時，其最終得分提升至362分。
拿打敗圍棋世界冠軍的AlphaGo類比，就更加容易理解了。
AlphaGo就是通過強化學習訓練的，先使用大量人類棋譜進行監督學習，然後與自己對弈，每局對弈根據輸贏得到獎勵或者懲罰，不斷提升棋藝，甚至掌握人類棋手想不到的方法。
o1和AlphaGo有相似之處，不過AlphaGo只能下圍棋，o1則是一個通用的大語言模型。
o1學習的材料，可能是數學題庫、高質量的代碼等，然後o1被訓練生成解題的思維鏈，並在獎勵或懲罰的機制下，生成和優化自己的思維鏈，不斷提高推理的能力。
這其實也解釋了，為什麼OpenAI強調o1的數學、代碼能力強，因為對錯比較容易驗證，強化學習機制能夠提供明確的反饋，從而提升模型的性能。
當然，更重要的是如何將這種推理能力拓展應用到更廣泛的領域中。
所以我們會看到不少海外網民為Grok-3證明黎曼猜想歡呼，「如果是這樣的話，我們真的在見證一個巨大的突破。」
馬斯克曾多次在公開場合渲染Grok-3的強大，他聲稱Grok-3預計在年底前問世，並將成為「世界上最強大的AI」。
實際上，Grok-3是由上面提到的AI初創公司xAI開發的第三代大型語言模型，並預計在性能上預期將超越現有的所有AI大模型。
原因在於Grok-3訓練背後依託的是目前世界上最大的AI訓練集群——Colossus。
這個集群由10萬個液冷英偉達H100 GPU組成，採用單一的RDMA網絡互連架構。這個集群的規模已經超越了目前世界上任何其他的超級計算機，而且未來還將持續擴充GPU數量。
根據The Information的報導，Colossus的出現甚至引起了Altman的密切關注，後者派飛機飛越Colossus訓練基地，試圖窺探其開發進展和能源供應情況。
所以說，當「最強AI」、「千年數學難題」以及長盛不衰的「AI威脅論」這三重元素疊加，一場完美的「謠言風暴」就此形成。
甚至我們可以認為，Grok-3證明黎曼猜想的謠言，與其說是一場鬧劇，不如說是整個AI行業的一面照妖鏡：
其一是技術樂觀派堅信AI終將無所不能。我們既擔心它發展得太快會失控，又害怕它發展得不夠快無法實現突破。
其二是自GPT-4問世以來，儘管AI領域不斷有新產品湧現，但人類既是AI的創造者，卻也成了它最焦慮的觀眾。
每一個AI謠言的背後，都藏著整個行業的焦慮與期待。
加之最近鬧得沸沸揚揚的Scaling Law發展撞牆論，相比去年的井噴期，今年的「創新疲勞」讓人們對模型的小步改進已然失去耐性。
在這個意義上，Grok-3證明黎曼猜想的謠言也成了人們對未來的一次集體想像。
我們越來越期待下一個從GPT-3.5到GPT-4的質變時刻。
當然，真正的AI突破，往往發生在所有人都不看好的時候。但我們都希望這個謎底能在年底前揭開。
