GPT-5大爆发：5年完成25年科研！数学难题秒破，估值5000亿！

近来，全球科技巨头们正将目光聚焦于人工智能领域，期待其在加速药物研发、挖掘前沿文献等方面展现出巨大潜力，而这一趋势无疑为相关科学领域注入了强劲的发展动力。

新媒网跨境获悉，知名人工智能公司OpenAI近日宣布，其最新一代人工智能模型GPT-5正在显著加速数学、生物学和物理学等多个基础科学领域的研究进程。这一进展的背后，是全球各大AI团队竞相为科学家们量身打造智能工具，以期开辟新的应用场景和经济增长点。

这家目前估值高达5000亿美元的创新企业，在本周四发布的一份研究论文中透露了令人振奋的消息。据报告，GPT-5大型语言模型成功协助了美国哥伦比亚大学的一位数学家，攻克了一道长期悬而未决、难度极高的数学难题——著名的“埃尔德什数”难题。这不仅彰显了AI在纯理论科学领域的强大推理能力，也为人类探索数学奥秘提供了全新的视角和工具。

更令人惊叹的是，OpenAI还指出，GPT-5模型能够在短短几分钟内，准确识别出人类免疫细胞中的微小变化。要知道，此前科学家们为了破解类似问题，往往需要耗费数月之久。该模型不仅能快速定位问题，更能主动提出一套详尽的实验方案，经过研究人员的实际测试，这些方案被证实是准确且有效的。这无疑大大缩短了科研周期，提升了实验效率，对于生命科学领域的研究具有里程碑式的意义。

OpenAI的科学副总裁凯文•维尔先生满怀信心地表示：“如果我们能够成功打造出这些强大的智能工具，并将其广泛推广到全球每一位科学家手中，那么，他们或许就能在短短五年内，完成原本需要二十五年才能完成的科学研究。”这番话勾勒出了一幅激动人心的未来图景：人工智能正以其前所未有的效率和深度，赋能人类探索未知，加速科技进步的步伐。

当前，这股科技集团加速进军科学领域的浪潮正汹涌澎湃。他们普遍看好人工智能在加速新药发现、高效发掘海量科学文献方面的巨大潜力，并为此投入巨资。

就在上个月，另一家顶尖人工智能公司Anthropic公布了其宏伟计划，旨在将其旗下的Claude聊天机器人深度整合到研究人员和生命科学公司日常使用的各种工具中。与此同时，科技巨头谷歌也推出了名为“共同科学家”的创新工具，旨在协助科研人员提出全新的科学假设。谷歌更是自豪地宣称，其开源模型Gemma在上月已成功助力发现了一种潜在的癌症新疗法。这些案例都生动地说明，人工智能正成为推动科学突破的核心引擎。

OpenAI自身也在这方面进行了积极布局。该公司于去年10月正式成立了全新的科学部门，并延揽了在黑洞研究领域享有盛誉的理论物理学家亚历克斯•卢普萨斯卡先生，担任研究科学家。OpenAI更是制定了雄心勃勃的计划：期望在明年9月前，能够成功打造出一名“自动化AI研究实习生”，并在接下来的2028年3月前，推出一款功能完备的“完全自动AI研究工具”。这些目标一旦实现，无疑将深刻改变科学研究的模式。

为了确保其在开发这项颠覆性技术时能够获得所需的庞大计算能力，OpenAI在过去一年中，与包括英伟达、甲骨文、AMD以及博通在内的多家全球顶尖科技公司，达成了一系列大规模的合作协议。这些战略合作不仅保障了OpenAI的算力需求，也预示着未来AI技术的发展将是多方协作、资源共享的全球性工程。

美国斯坦福大学的人工智能研究员鲁里德•巴特尔戴先生，长期致力于研究这项前沿技术如何驱动科学发现，他肯定地指出：“毋庸置疑，人工智能如今已确实具备推动人类社会科学进步的能力。”

然而，巴特尔戴先生也审慎地提醒我们，目前的AI模型距离成为“完全自主的AI科学家”还有相当长的路要走。他形象地将其比喻为一名“副驾驶”，只有在“熟练的科学家有效引导下，它们才能充分利用极其丰富的文献资料，并运用一套相当出色的量化工具，从而发挥出最大效能。”这表明，在当前阶段，人类专家的智慧和经验仍然是AI发挥作用不可或缺的基石。

OpenAI方面解释说，GPT-5在进行深度文献检索方面表现出色，它能够跨越不同语言和研究领域，将看似不相关的海量信息进行有效串联和整合。更值得一提的是，该模型还独立地重新发现了一些在其训练数据中并未包含的全新研究成果，这无疑展现了其强大的知识发现和归纳能力。

然而，新媒网跨境了解到，论文同时也强调了一个关键点：GPT-5在某些情况下仍然会出现“幻觉”，或者说捏造一些不存在的内容。因此，它仍旧需要人类专家来清晰地定义问题，并对模型生成的假设和输出结果进行严格的核查与纠正。

OpenAI的维尔先生坦诚地指出：“GPT-5能够帮助你完成更多任务，显著加快研究进程，尝试更多新颖的想法，甚至可能发现一些你自己意想不到的洞见。但至关重要的是，你必须进行核查。它并不能免除你作为研究者，保持严谨和负责的科学态度。”这提醒我们，AI是强大的工具，但最终的科学责任依然在于人类。

英国牛津大学副教授雅各布•福斯特尔先生，同样深耕于科学研究领域的AI工具开发，他认为：“像编程、数学以及形式逻辑这类可验证性强的问题，与大型语言模型的特性非常契合，能最大限度地发挥其优势。”

不过，福斯特尔先生也补充道，尽管在特定领域取得了显著进展，“不幸的是，我们在这里看到的大部分进展，不太可能直接推广到商业应用中那些相当平凡的现实世界任务上。”这提示我们，在将AI技术从实验室推向实际应用的过程中，还需要克服更多挑战，实现更广泛的普适性。总而言之，人工智能在科学研究领域展现出了巨大的潜力和无限可能，但其发展仍需人类智慧的引导与协作，共同开创科学发展的新纪元。