上周，我参加了麻省理工学院的尼尔·汤普森的讲座，他研究计算和人工智能的进展。在短短半小时内，汤普森提出了一个令人信服的论点，即几个科学领域即将被人工智能颠覆。随着数学家们对人工智能自动化其领域的方式感到震惊，汤普森的最新研究表明，概率论、统计理论、经济理论、高能理论、引力与宇宙学以及量子物理学可能是接下来受到影响的领域，这要归功于前沿模型快速发展的能力。研究显示，从2024年年中到2026年年中，最好的人工智能模型能够正确解决约2%的这些领域的理论问题，这一比例提高到了约35%。而且没有迹象表明这种进展会放缓。“在短短几年内，我们预计许多理论问题将彻底转变，人工智能将能够解决这些问题，”汤普森表示。总体而言，汤普森的实验室深入探讨计算机科学的进展如何影响社会和影响创新。这项研究——汤普森与博士生加布里埃尔·曼索和研究科学家克劳迪奥·迈林克·维尔丁共同进行——取材于2025年12月到2026年5月在线发布的研究论文中的问题，然后测试不同的OpenAI模型——o1、o3、GPT-5、GPT-5.1、GPT-5.4和GPT-5.5能否解决这些问题。关键是，这些问题的解决方案出现在GPT-5.5及早期模型的训练截止日期之后发表的论文中。这意味着他们测试的模型必须自己找出解决方案，而不是依赖作为训练数据提供的答案。（这些论文作为测试模型解决能力的基准。）研究人员还阻止了互联网访问，这防止了他们测试的模型在线查找解决方案。研究覆盖的领域有限——三位研究者专注于人工智能模型能够解决问题而无需进行模拟或实验的领域。但这项工作表明，目前数学领域所感受到的震荡可能会波及到其他数学和理论重的科学探究领域。上个月，OpenAI通过宣布一个未发布的模型已解决了数学界一个长期存在的重大挑战——纳维-斯托克斯方程，涉及流体运动的行为——震撼了数学界。此事件在纽约大学的数学家——一位与与Anthropic相关的另一位学者合作的人——指责OpenAI在得知他们的进展后抢先发布解决方案后变得尤其有争议。此后，OpenAI和其他公司已宣布数百个对长期数学问题的解决方案，触发了该领域的某种危机。一些数学家呼吁限制人工智能的使用，警告解决问题的过程往往与得到最终答案同样重要。正如在数学领域一样，汤普森表示，我们应该期望其他领域的进展将具有正面和负面影响。他指出，理论进步有时会推动科学的实际进步，并暗示更大规模使用人工智能可能意味着更多的进展以这种方式发生。一些著名的人工智能研究者已经成立了新的实验室，专注于科学的人工智能，而各大人工智能实验室都在加大科学研究的力度。这些努力探讨了人工智能如何能够在理论分析的同时进行实际实验。人工智能可能意味着理论家不再需要解决关键问题，但研究者表示，这并不意味着专家不需要理解解决方案以及确保其合理性。“我们仍然需要人们提出良好的想法，连接各种点，”曼索说。他补充说，在非常复杂的问题中，人工智能可能会出错。（事实上，OpenAI在其最新数据集中发布后撤回了几项解决方案。）“我们还需要验证所做工作的方式，因为模型很容易告诉你‘这是正确的答案’，而当你查看完整的解决方案时，你开始看到，或许并不是这样。”这是威尔·奈特的《人工智能实验室》新闻通讯中的一期。请在这里阅读之前的新闻通讯。