7月22日消息，AI霸權(quán)之爭已達(dá)到新的頂峰，Google DeepMind和OpenAI現(xiàn)在都聲稱，其模型可以征服國際數(shù)學(xué)奧林匹克競賽（IMO），這堪稱人類最艱難的智力挑戰(zhàn)之一。
美國時(shí)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(rèn)證的金牌。而在幾天前，其競爭對(duì)手OpenAI也宣布，其模型在同樣的比賽中獲得了相同的頂級(jí)分?jǐn)?shù)，但OpenAI的成績尚未經(jīng)過正式認(rèn)證。
這一突破標(biāo)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(fù)雜數(shù)學(xué)問題時(shí)達(dá)到人類頂尖水平。與此同時(shí)，這一進(jìn)展也進(jìn)一步加劇了兩大AI巨頭之間的競爭。
AI挑戰(zhàn)人類智力巔峰
國際數(shù)學(xué)奧林匹克（IMO）是全球最具聲望的青少年數(shù)學(xué)競賽，始于1959年，每年舉辦一次。每個(gè)參賽國派出六名頂尖中學(xué)生數(shù)學(xué)選手，他們需解答六個(gè)在代數(shù)、組合學(xué)、幾何學(xué)和數(shù)論等領(lǐng)域極其復(fù)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(tǒng)的一個(gè)重要挑戰(zhàn)平臺(tái)，用以測(cè)試AI在數(shù)學(xué)問題解決和推理能力上的最新進(jìn)展。去年，Google DeepMind的AlphaProof和AlphaGeometry 2聯(lián)合系統(tǒng)曾達(dá)到銀牌水平，解決了四個(gè)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(jí)數(shù)學(xué)推理能力方面的進(jìn)展。
今年，Google DeepMind的Gemini模型提交的結(jié)果首次經(jīng)過IMO協(xié)調(diào)員的官方評(píng)分和認(rèn)證，評(píng)分標(biāo)準(zhǔn)與學(xué)生選手一致。在肯定今年學(xué)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(xiàn)。
從銀牌到金牌：AI推理的飛躍
Gemini Deep Think的高級(jí)版本在2025年IMO中表現(xiàn)出色，完美解決了六個(gè)極難問題中的五個(gè)，獲得了總分35分，達(dá)到了金牌水平。這些解決方案已經(jīng)在線公開，任何人都可以在線查看并驗(yàn)證其正確性。
IMO主席格雷戈?duì)枴ざ嗬{爾（Gregor Dolinar）教授表示：“我們可以確認(rèn)，Google DeepMind已經(jīng)達(dá)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(gè)金牌分?jǐn)?shù)。他們的解決方案在許多方面都令人驚嘆。IMO的評(píng)分員發(fā)現(xiàn)它們清晰、精確，且大多數(shù)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(tǒng)雖然達(dá)到了銀牌標(biāo)準(zhǔn)，但當(dāng)時(shí)它們依賴于專家首先將問題從自然語言轉(zhuǎn)化為專用的領(lǐng)域語言（如Lean），而證明過程則需要反向操作，整個(gè)過程也需要兩到三天的計(jì)算時(shí)間。
今年，Gemini模型的一個(gè)關(guān)鍵創(chuàng)新是能夠全程使用自然語言進(jìn)行操作，直接從官方的題目描述中生成嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)證明。這一切都在嚴(yán)格的4.5小時(shí)比賽時(shí)間限制內(nèi)完成。
“批量制造”真正的AI數(shù)學(xué)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?jiǎng)倮penAI研究員諾姆·布朗（Noam Brown）在社交媒體上表示：“恭喜Google DeepMind團(tuán)隊(duì)在IMO上取得的成績！我認(rèn)為他們的成功再次突顯了AI進(jìn)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(lǐng)域可以探索的多樣化方向。這不僅是一個(gè)針對(duì)IMO的專門模型，而是一個(gè)融合了新型實(shí)驗(yàn)性通用技術(shù)的推理型大語言模型。”
布朗的觀點(diǎn)得到了OpenAI同事們的認(rèn)可。這表明，谷歌和OpenAI的基礎(chǔ)模型不僅僅是針對(duì)數(shù)學(xué)問題的狹義專家，更具備廣泛的能力，能夠應(yīng)對(duì)多種復(fù)雜任務(wù)。
OpenAI選擇自行公布成績，凸顯了在“公司內(nèi)部面臨挑戰(zhàn)的背景下，急于展現(xiàn)領(lǐng)導(dǎo)力”的巨大壓力。OpenAI首席執(zhí)行官山姆·奧特曼（Sam Altman）也提到了這一成就的重要性：“當(dāng)我們剛開始OpenAI時(shí)，這（指在IMO奪金）一直是一個(gè)夢(mèng)想，但那個(gè)時(shí)候我們并不覺得它能夠?qū)崿F(xiàn)。”此次成功有力地反擊了關(guān)于OpenAI正失去競爭力的言論。
而谷歌的系統(tǒng)則依賴于其新推出的Gemini Deep Think架構(gòu)，這是一種增強(qiáng)型推理模式，專門用于處理復(fù)雜問題。它融合了谷歌最新的研究技術(shù)，包括“并行思維”，這種設(shè)置使模型能夠在給出最終答案之前，同時(shí)探索并結(jié)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(fā)揮Deep Think的推理能力，谷歌還引入了最新的強(qiáng)化學(xué)習(xí)技術(shù)，使其能利用更多的多步驟推理、問題解決和定理證明的數(shù)據(jù)來進(jìn)行學(xué)習(xí)。此外，谷歌為Gemini提供了一個(gè)經(jīng)過精心篩選的高質(zhì)量數(shù)學(xué)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(jì)劃將這一版本的Deep Think模型提供給一批受信任的測(cè)試人員，包括數(shù)學(xué)家，之后再向Google AI Ultra訂閱者推出。
AI與數(shù)學(xué)的未來
盡管取得了突破，但AI推理技術(shù)目前仍處于實(shí)驗(yàn)階段。OpenAI研究員亞歷山大·韋（Alexander Wei）表示：“這一成就攻克了AI領(lǐng)域長期以來的一個(gè)重大挑戰(zhàn)，我很高興地分享OpenAI最新的實(shí)驗(yàn)性推理型大語言模型已經(jīng)在全球最具聲望的數(shù)學(xué)競賽中達(dá)到了金牌水平。”
Google DeepMind的高級(jí)研究科學(xué)家Thang Luong對(duì)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(cè)試人員手中，尤其是數(shù)學(xué)家，幫助他們解決更復(fù)雜的問題，之后再推出給更廣泛的用戶群體。”
Google DeepMind與數(shù)學(xué)界的合作正在持續(xù)進(jìn)行，但AI為數(shù)學(xué)貢獻(xiàn)的潛力仍處于起步階段。通過讓AI系統(tǒng)能夠進(jìn)行更加靈活和直觀的推理，谷歌正在一步步接近構(gòu)建能解決更復(fù)雜和高級(jí)數(shù)學(xué)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(xù)推進(jìn)其他AI系統(tǒng)，包括AlphaGeometry和AlphaProof。
谷歌相信，那些結(jié)合了自然語言流暢性與嚴(yán)格推理的智能體，包括在形式化語言中經(jīng)過驗(yàn)證的推理，將成為數(shù)學(xué)家、科學(xué)家、工程師和研究人員不可或缺的工具，幫助推動(dòng)人類知識(shí)的進(jìn)步，并為通用人工智能（AGI）奠定基礎(chǔ)。
