AI 解開「不可能」的物理難題，數學家也用 GPT 解題 — 布洛克曼：科學文藝復興就在眼前

本文整理自紅杉資本（Sequoia Capital）AI Ascent 2026 峰會，2026 年 4 月播出。

{{< youtube bBS93A0BeNI >}}

---

OpenAI 共同創辦人暨總裁布洛克曼（Greg Brockman）在紅杉資本 AI Ascent 2026 峰會上透露了一個讓物理學界震驚的消息。OpenAI 的 AI 模型發現了一個描述膠子動力學的數學公式，而鑽研這個問題多年的物理學家們原本認為，這很可能是一個根本無解的問題。加州大學聖塔芭芭拉分校的教授審查後，認定這是「期刊等級的研究成果」。這不是 AI 輔助人類找到的答案，而是模型自己推導出來的。

布洛克曼提到這個案例時，語氣中帶著審慎的興奮。他說這個結果的意義比公式本身更重要。它代表 AI 開始能在科學最前沿的領域產出原創性的貢獻。對真正嚴肅的物理學家而言，這是通往量子重力等根本問題的一個踏腳石。幾個月前，這種程度的突破還完全無法想像。

80 分鐘解開困擾數學界數十年的問題

物理學之外，數學領域的突破同樣驚人。布洛克曼在演講中提到一個有趣的現象：網路上的獨立個人正在用 GPT-5.4 Pro 解決懸而未決的數學問題。不需要研究團隊，不需要大學或機構的資源，一個人配上模型就夠了。

具體來說，GPT-5.4 Pro 在 2026 年 3 月解開了 Erdős 開放問題 #1196。匈牙利數學家艾狄胥（Paul Erdős）是二十世紀最多產的數學家之一，他留下了一系列懸而未決的數學猜想，每個都附有懸賞獎金，有些已經困擾數學界數十年。GPT-5.4 Pro 處理 #1196 號問題大約花了 80 分鐘。

更大的圖像是這樣的：從 2026 年 1 月到 4 月，已經有 15 個 Erdős 問題被解決，其中 11 個歸功於 AI 模型。對照數學基準測試 FrontierMath 的分數變化更是驚人：2024 年 GPT-4 時代得分 5%，到了 GPT-5.4 Pro 跳到 50%。兩年之間，從幾乎完全束手無策，到能解一半的前沿數學問題。這個進步速度超出了大多數數學家的預期。

布洛克曼沒有花太多時間解釋技術細節，他的重點放在一個更根本的問題上：這些突破正在改變「誰能做科學研究」的遊戲規則。過去解一個 Erdős 問題，需要數學博士學位、多年的專注研究、加上一定程度的天分和運氣。現在，一個對問題有足夠理解、知道怎麼問對問題的人，配上 GPT-5.4 Pro，就有機會做出真正的數學貢獻。門檻沒有消失，但大幅降低了。

科學最難的部分：離開乾淨的模擬世界

不過布洛克曼並沒有把所有科學領域混為一談。他很清楚地區分了數學、物理和生物學面對的挑戰有根本性的差異。

數學和理論物理的優勢在於可以在純粹的符號和邏輯世界中運作。你推導出一個公式，驗證對錯是相對直接的：邏輯一致就是對的，不一致就是錯的。但生物學完全是另一回事。布洛克曼用了一個很生動的說法：「生物學意味著你必須離開美麗的模擬世界，去面對混亂的現實。」在生物學中，你面對的是嘈雜的實驗數據、不可預期的連鎖反應、和永遠不夠完美的實驗條件。模型在符號世界裡的表現再好，到了「濕實驗室」也未必管用。

有趣的是，布洛克曼認為 OpenAI 在軟體工程領域的實戰經驗，恰好為處理這種「混亂現實」做了準備。他回憶說，早期的 AI 編碼工具只能解競賽程式設計題目。那是一個乾淨的世界：問題定義明確，輸入輸出都有規格，正確答案可以自動驗證。但真正的軟體工程完全不是這麼回事。混亂的程式碼庫、人類中途打斷改需求、各種邊界條件，充滿了意外和不確定性。

OpenAI 花了很大力氣讓 Codex 能應對這種「對抗性的、混亂的」真實開發環境。這個過程教會他們一件事：處理混亂是可以學習的。系統可以從乾淨的模擬世界起步，逐步適應真實世界的複雜度。軟體工程已經證明了這條路走得通。生物學的混亂程度更高、從模型到應用的距離更遠，但方向是一樣的。

AlphaGo 的啟示：AI 讓領域更有趣了

演講中最出人意料的一個片段，是布洛克曼對「AI 會不會讓科學家失業」這個問題的回應。

主持人半開玩笑地說：「也許我該叫兒子別再學數學了。」布洛克曼沒有附和，而是提起了 AlphaGo。2016 年那場 AlphaGo 對戰世界冠軍李世乭（Lee Sedol）的棋局中，第二局的第 37 手成為歷史性的一刻。那是一步人類棋手從未想過的棋，完全打破了數千年來的圍棋定石。很多人當時擔心，AI 會讓圍棋變得毫無意義。人類何必再下棋？

結果恰好相反。那一手棋拓展了人類對圍棋的理解，打開了全新的戰略空間。圍棋對人類棋手變得更有趣、更有深度了，而不是更無聊。布洛克曼認為，同樣的現象很可能在科學領域重演。AI 解開了一個物理學家以為無解的問題，這不代表物理學家沒有存在價值了。恰恰相反，AI 打開了一扇門，讓物理學家可以探索他們以前根本到不了的地方。

這個觀點值得深思。如果 AI 的角色不是取代科學家，而是把科學的邊界往外推，那麼科學研究的本質不會消失，只是會改變。科學家的核心價值可能會從「解題能力」轉向「提出好問題的能力」和「判斷什麼值得研究的品味」。

明年會是「完全狂野」的一年

布洛克曼對接下來的時間表很樂觀。他預告：「今年我們可能會看到一些重大科學成果。明年，我覺得會是一段完全狂野的時期。」他用了「文藝復興」這個詞來形容他預期的科學突破浪潮。

這個樂觀不是毫無根據的。數學和物理已經產出了可驗證的原創成果。軟體工程領域則證明了 AI 可以從乾淨環境逐步適應混亂現實。如果把這兩個經驗放在一起看，生物學、材料科學、化學等更多需要面對「混亂現實」的領域，可能只是時間問題。

更值得注意的是，這波突破不只發生在頂尖實驗室裡。個人在家用 GPT-5.4 Pro 就能解開 Erdős 問題，這意味著科學研究的門檻正在被 AI 重新定義。不是每個人都會變成數學家，但「有想法、會提問、能善用 AI 工具的人」和「傳統的學術研究者」之間的界線，正在變得模糊。

布洛克曼描繪的不是 AI 獨占科學舞台的未來，而是一個人類與 AI 共同探索未知的新時代。就像 AlphaGo 第 37 手讓圍棋更有趣一樣，AI 在科學上的突破，可能會讓做研究這件事本身變得比以往任何時候都更令人興奮。這或許是 AI 對人類最有價值的貢獻：不是取代我們的能力，而是擴大我們的邊界。