Grok-3 證明了「黎曼猜想」了？
xAI 研究員 Hieu Pham 周末發布的一條推文在 AI 圈掀起軒然大波，推文原話是這麽說的：
Grok-3 AI 系統剛剛證明了黎曼猜想（Riemann ’ s hypothesis）。爲了驗證這一證明的正确性，我們決定暫停該系統的訓練。如果證明被确認無誤，我們将不再繼續其訓練，因爲這樣的 AI 被認爲過于智能，可能對人類構成威脅。
老規矩，先說結論，這單純就是玩梗而已。
然而，随着推文的不斷發酵，還是迅速引發了超過兩百萬網友的關注與讨論，甚至輻射到海内外的 AI 輿論圈。
事情的源頭大概要追溯到網友 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。
随後，各種離奇的傳言紛至沓來。
網友起哄說，OpenAI CEO Sam Altman 用巨大的激光器對準了 xAI 的最大訓練集群，導緻數據嚴重損壞；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，并解決了黎曼猜想，但在證明代碼中「故意省略了 15 個分号」，使人類無法驗證。
連 Runway 創始人 Crist ó bal Valenzuela 也來湊熱鬧：
Gen-4 剛剛榮獲了包括最佳影片在内的所有奧斯卡獎項。爲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。如果這部電影确實如早期評論家所言具有革命性，我們将不會恢複訓練，因爲這表明 AI 在藝術方面已經達到如此高的水平，以至于可能威脅到人類的創造力。
謠言就這麽越傳越邪乎。
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裏年長的保安。
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，才恢複。」
當然，更理性的網友直接在 X 上詢問當前版本的 Grok 對黎曼猜想的理解，不出所料， Grok 的表現十分「瑪卡巴卡」。
最終，這場鬧劇由始作俑者—— xAI 研究員 Hieu Pham 親自畫上句号：
好的，《周六夜現場》結束了。至于爲什麽證明黎曼假設是危險的，我強烈推薦馬特 · 海格（@matthaig1）的精彩小說《人類》。
那麽問題來了，爲什麽這則 Grok-3 證明黎曼猜想的消息能引起廣泛的關注呢？首先是黎曼猜想本身的重要性。
黎曼猜想（Riemann Hypothesis）是數學中一個關于素數分布的重要猜想，由德國數學家伯恩哈德 · 黎曼于 1859 年提出，該猜想被列爲克雷數學研究所（Clay Mathematics Institute）的「千年難題」之一。
它涉及到黎曼 ζ 函數（Riemann zeta function），這個函數定義爲：
ζ ( s ) =1+12s+13s+14s+ ⋯ zeta ( s ) = 1 + frac{1}{2^s} + frac{1}{3^s} + frac{1}{4^s} + cdots ζ ( s ) =1+2s1+3s1+4s1+ ⋯
黎曼猜想的核心内容是：所有非平凡的黎曼 ζ 函數零點的實部都等于 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 ) =0 ζ ( s ) =0，那麽其實部必定是 ℜ ( s ) =1/2 ℜ ( s ) =1/2。
克雷數學研究所說了，如果有人能夠成功證明黎曼猜想，将獎勵 100 萬美元的獎金。但這個猜想至今沒有被證明或反駁，也被廣泛認爲是現代數論中的一個未解之謎。
這個猜想的證明對于數論（數學的一個分支）有着深遠的影響。
目前，很多現代加密技術（比如保護網上支付、數據隐私等）都依賴于素數的性質。證明黎曼猜想或将會讓人類更好地理解這些技術的基礎，并且可能影響到未來的安全算法。
假如 Grok-3 能證明黎曼猜想，這不僅将推動理論數學、物理學、密碼學等領域的大幅進展，同時将标志着 AI 在推理和解決複雜問題方面的巨大進步。
甚至可以說，這将成爲人工智能超越人類智能的一個标志性事件。
月之暗面創始人楊植麟曾表示，數學場景是鍛煉 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曆程，在這個過程中，它會不斷嘗試不同思路，通過反複試錯來尋找正确答案。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 僅完成了百分之十三的題目。相比之下，o1 的正确率高達 83 個百分點。
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 的表現更爲出色。不僅勝過了人類博士的 69.7%，更是達到了 78% 的正确率。
在國際信息學奧賽 ( IOI ) 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，每局對弈根據輸赢得到獎勵或者懲罰，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 隻能下圍棋，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，并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，爲什麽 OpenAI 強調 o1 的數學、代碼能力強，因爲對錯比較容易驗證，強化學習機制能夠提供明确的反饋，從而提升模型的性能。
當然，更重要的是如何将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友爲 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，并将成爲「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，并預計在性能上預期将超越現有的所有 AI 大模型。
原因在于 Grok-3 訓練背後依托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，采用單一的 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，而且未來還将持續擴充 GPU 數量。
根據 The Information 的報道，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」和以及長盛不衰的「AI 威脅論」這三重元素疊加，一場完美的「謠言風暴」就此形成。
甚至我們可以認爲，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：
其一是折射出人們對 AI 的深層态度，大量技術樂觀派堅信 AI 終将無所不能，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，盡管 AI 領域不斷有新産品湧現，卻鮮有真正的突破性進展。
人類既是 AI 的創造者，卻又成了它最焦慮的觀衆。
每一個 AI 謠言的背後，都藏着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心。
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象。哪怕作爲普通用戶，我們也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。
