7月22日消息，AI霸權之爭已達到新的頂峰，Google DeepMind和OpenAI現在都聲稱，其模型可以征服國際數學奧林匹克競賽（IMO），這堪稱人類最艱難的智力挑戰之一。
美國時間周一，谷歌宣布其Gemini Deep Think AI在2025年IMO比賽中獲得了官方認證的金牌。而在幾天前，其競爭對手OpenAI也宣布，其模型在同樣的比賽中獲得了相同的頂級分數，但OpenAI的成績尚未經過正式認證。
這一突破標志著AI推理能力的一次巨大飛躍，證明了通用型AI模型能夠在解決復雜數學問題時達到人類頂尖水平。與此同時，這一進展也進一步加劇了兩大AI巨頭之間的競爭。
AI挑戰人類智力巔峰
國際數學奧林匹克（IMO）是全球最具聲望的青少年數學競賽，始于1959年，每年舉辦一次。每個參賽國派出六名頂尖中學生數學選手，他們需解答六個在代數、組合學、幾何學和數論等領域極其復雜的問題。其中，約8%的參賽者將獲得一枚聲望卓著的金牌。
近年來，IMO逐漸成為了AI系統的一個重要挑戰平臺，用以測試AI在數學問題解決和推理能力上的最新進展。去年，Google DeepMind的AlphaProof和AlphaGeometry 2聯合系統曾達到銀牌水平，解決了四個問題并獲得28分。這一突破依賴于專門的形式化語言，展示了AI在接近人類頂級數學推理能力方面的進展。
今年，Google DeepMind的Gemini模型提交的結果首次經過IMO協調員的官方評分和認證，評分標準與學生選手一致。在肯定今年學生選手所取得的顯著成就之余，谷歌也分享了Gemini在此次比賽中的突破性表現。
從銀牌到金牌：AI推理的飛躍
Gemini Deep Think的高級版本在2025年IMO中表現出色，完美解決了六個極難問題中的五個，獲得了總分35分，達到了金牌水平。這些解決方案已經在線公開，任何人都可以在線查看并驗證其正確性。
IMO主席格雷戈爾·多利納爾（Gregor Dolinar）教授表示：“我們可以確認，Google DeepMind已經達到了人們非常期待的里程碑，在滿分42分中獲得了35分——這是一個金牌分數。他們的解決方案在許多方面都令人驚嘆。IMO的評分員發現它們清晰、精確，且大多數都易于理解。”
與去年的成績相比，谷歌今年的成就具有里程碑意義。2024年，谷歌的AlphaGeometry和AlphaProof系統雖然達到了銀牌標準，但當時它們依賴于專家首先將問題從自然語言轉化為專用的領域語言（如Lean），而證明過程則需要反向操作，整個過程也需要兩到三天的計算時間。
今年，Gemini模型的一個關鍵創新是能夠全程使用自然語言進行操作，直接從官方的題目描述中生成嚴謹的數學證明。這一切都在嚴格的4.5小時比賽時間限制內完成。
“批量制造”真正的AI數學家？
OpenAI與谷歌都將最近在IMO上取得的成就視為通用AI的重要勝利。OpenAI研究員諾姆·布朗（Noam Brown）在社交媒體上表示：“恭喜Google DeepMind團隊在IMO上取得的成績！我認為他們的成功再次突顯了AI進步的速度。雖然他們的方法與我們有所不同，但這正顯示了AI研究領域可以探索的多樣化方向。這不僅是一個針對IMO的專門模型，而是一個融合了新型實驗性通用技術的推理型大語言模型。”
布朗的觀點得到了OpenAI同事們的認可。這表明，谷歌和OpenAI的基礎模型不僅僅是針對數學問題的狹義專家，更具備廣泛的能力，能夠應對多種復雜任務。
OpenAI選擇自行公布成績，凸顯了在“公司內部面臨挑戰的背景下，急于展現領導力”的巨大壓力。OpenAI首席執行官山姆·奧特曼（Sam Altman）也提到了這一成就的重要性：“當我們剛開始OpenAI時，這（指在IMO奪金）一直是一個夢想，但那個時候我們并不覺得它能夠實現。”此次成功有力地反擊了關于OpenAI正失去競爭力的言論。
而谷歌的系統則依賴于其新推出的Gemini Deep Think架構，這是一種增強型推理模式，專門用于處理復雜問題。它融合了谷歌最新的研究技術，包括“并行思維”，這種設置使模型能夠在給出最終答案之前，同時探索并結合多種可能的解決方案，而不是追求單一的、線性的思維鏈。
為了最大限度地發揮Deep Think的推理能力，谷歌還引入了最新的強化學習技術，使其能利用更多的多步驟推理、問題解決和定理證明的數據來進行學習。此外，谷歌為Gemini提供了一個經過精心篩選的高質量數學問題解決方案語料庫，并在其指令中添加了如何高效解決IMO問題的通用提示和技巧。
谷歌計劃將這一版本的Deep Think模型提供給一批受信任的測試人員，包括數學家，之后再向Google AI Ultra訂閱者推出。
AI與數學的未來
盡管取得了突破，但AI推理技術目前仍處于實驗階段。OpenAI研究員亞歷山大·韋（Alexander Wei）表示：“這一成就攻克了AI領域長期以來的一個重大挑戰，我很高興地分享OpenAI最新的實驗性推理型大語言模型已經在全球最具聲望的數學競賽中達到了金牌水平。”
Google DeepMind的高級研究科學家Thang Luong對未來充滿信心：“我們非常有信心，很快就能把模型交到我們所信任的測試人員手中，尤其是數學家，幫助他們解決更復雜的問題，之后再推出給更廣泛的用戶群體。”
Google DeepMind與數學界的合作正在持續進行，但AI為數學貢獻的潛力仍處于起步階段。通過讓AI系統能夠進行更加靈活和直觀的推理，谷歌正在一步步接近構建能解決更復雜和高級數學問題的AI。
盡管今年的工作完全基于自然語言的Gemini，谷歌仍在持續推進其他AI系統，包括AlphaGeometry和AlphaProof。
谷歌相信，那些結合了自然語言流暢性與嚴格推理的智能體，包括在形式化語言中經過驗證的推理，將成為數學家、科學家、工程師和研究人員不可或缺的工具，幫助推動人類知識的進步，并為通用人工智能（AGI）奠定基礎。
