谷歌DeepMind正式参加本月20日(当地时间)在澳大利亚闭幕的IMO 2025,在6道题中完美解答5道,以42分满分中获得35分,夺得金牌。这一成绩位列630名参赛者中的前11%。距去年首次参赛解出4道题获得银牌仅过去一年。OpenAI也表示在IMO取得了金牌级成绩,但正式参赛并接受主办方官方评分的只有谷歌。
美国布朗大学数学系教授兼谷歌DeepMind访问研究员郑俊赫近日接受Seoul Economic Daily采访时表示:“IMO是为各国推理与计算能力最高水平的学生举办的赛事,用通用语言人工智能(AI)模型在其中拿到金牌,意味着一年间出现了超乎想象的进步。”郑教授是数论研究者,同时也是高等科学院许埈珥数学难题研究所的KIAS Scholar。他自去年起参与谷歌DeepMind的AI推理改进与IMO项目,主导学习数据策划及AI性能评估。
郑教授表示:“就在一年前,AI的推理和运算弱得离谱,连strawberry(草莓)这个单词中字母‘R’的个数都数不出来。”他并预计:“考虑到发展速度,一年后AI在最高水平数学解题中也可能成为学者的‘同伴’。”
实际上,细看具体内容会发现比分数更惊人的进步。去年谷歌以数学、几何专用模型“AlphaProof”和“AlphaGeometry”挑战IMO。今年使用的模型是在通用语言模型上加入高级推理功能的“Gemini Deep Think”。这既意味着可用于数学之外的通用科学研究,也意味着普通用户很快也能享受“IMO金牌级AI”。郑教授解释:“数学专用模型以公式和编程语言等‘形式语言’进行推理,虽然没有幻觉,但可处理的问题有限。”“而这次是用幻觉严重但能够处理一切可用自然语言描述问题的通用语言模型取得的成果,因此意义重大。”
解题过程也令人印象深刻。谷歌DeepMind的AI获得了与IMO参赛者相同的每天4小时30分钟解题时间,但并未用完全部时间,就给出了约1页的“简洁”答卷。解题期间禁止参考外部文献,也没有学习包括IMO 2003金牌得主郑教授在内的有经验者的“诀窍”。它还依照“证明应当简洁”的指令给出了富有创意的方案。
郑教授表示,AI常常提出人类不太会想到的思路,并以第3题的解法为例。他说:“一般会使用狄利克雷定理(即素数在特定规则中可预测地出现的定理),但对解这道题而言概念太大了。”“AI只找出解题所必需的部分,完成了‘自足证明(无需查阅其他文献的证明)’,获得了IMO主席‘令人惊叹(astonishing)’的评价。”
AI并非完美无缺。它不仅未能解出最难的第6题,在组合等特定题型上也表现较弱。郑教授表示:“说它不擅长组合,一半对一半错。”“组合题型众多,对陌生题目感到困难是自然的。”他半开玩笑地说:“AI让人想起韩国式的死记硬背学习法。”“AI难以用很少的信息创造新知识。”
也有不少学者以冷眼看待AI参加IMO。29岁获菲尔兹奖的加州大学洛杉矶分校教授陶哲轩批评称:“不能把拥有无限解题时间和计算、检索能力的AI与人类简单比较。”郑教授同样认为AI基本上应当是“工具”。他说:“如果有一天人类看到黎曼猜想的解答,那将是人类利用AI取得的成果。”“我认为比起AI与人类各自的存在,AI与人类的结合会更强大。”他接着补充:“AI也应朝着制造最适合人类的工具的方向开发。”此外,就通用人工智能(AGI)他也表示:“即使过几十年,人类仍会找出AI答不上来的傻问题,并主张‘这不是AGI’。”
谷歌关于IMO 2025夺金的发布文中,韩国人的名字格外多。实际参与此次IMO项目的120人中,韩裔多达30人。据悉,他们大多是就读于首尔大学、KAIST等院校的韩国IMO代表队出身者,郑教授的“人脉”起了作用。今年韩国代表团以5枚金牌、1枚银牌位列总排名第三。郑教授表示韩国有很多优秀人才,认为应更专注于使用而非培养。他说:“从现在开始培养基础科学、AI人才,无法应对日新月异的环境。需要切实的构想去真正用好已在大型科技公司和全球学界活跃的人才。”“2003年参赛时,韩国进入IMO前三名似乎是个艰难的目标。应当给如今聪明的学生们以信心。”






