专题 · FULL STORY

AI 提前破解千禧难题打脸专家预测

LEAP 专家面板给出 AI 解千禧难题仅一成概率的预测后，AI 进展接连提前破解相关难题；随后 AI Impacts 等调查也显示专家时间线被现实大幅超越，专家预测迅速过时。

2026-09-09 ~ 2026-09-17 · 3 集 · 16 条

第 1 集 · LEAP 专家面板：AI 助解千禧难题概率仅 10%(2026-09-09,6 条)

Forecasting Research Institute 发布 LEAP（纵向专家 AI 小组）第二波「AI for Science」报告，汇总 2025 年 8-9 月间 277 位 AI 专家、58 位超级预测者及 1022 名公众的预测。核心结论是：AI 在 2027 年前「独立解决或实质性辅助解决」某个千禧年大奖难题的概率约为 10%，显示专家群体对 AI 短期攻克顶级数学难题持保守态度，但这一判断正受到 AI 实际进展的挑战。

已确认

  • LEAP 小组由 AI 专家与超级预测员组成，共同评估 AI 对数学基础问题的实际贡献，给出的 2027 年前助解千禧难题概率为 10%；概率口径为「独立解决或实质性辅助解决」。
  • 有专家引用 Clay 数学研究所主席 2025 年 6 月的说法，认为 AI 距离能对黎曼猜想、P vs NP 等难题做出实质性贡献还很远。
  • 除专家外，报告还纳入了 1022 名公众样本的预测作为对照。
  • 帖子材料对面板时点表述不一：多数转述称「2025 年 11 月面板」，而 @MajesticLie7509 与报告原始汇总帖指出预测数据采集于 2025 年 8-9 月，11 月应为报告发布/结果呈现时点。

为什么重要

  • 多位转引者（如 @Afinetheorem、@soumitrashukla9）聚焦的 10% 这一低概率，反映了专家群体对 AI 在前沿纯数学领域短期突破的谨慎预期。
  • Ethan Mollick（@eldonredwards 转发）提出对照观点：AI 的实际进展正在超越最顶尖预测者的预期，该面板给出的低概率正被现实逼近。这一分歧凸显预测方法与 AI 能力演进速度之间的张力，值得持续跟踪。

第 2 集 · AI 提前破解千禧难题，专家预测被现实打脸(2026-09-11,4 条)

AI 解决千禧年大奖难题的进展引发对专家预测能力的反思。2025 年 LEAP 第二波「AI for Science」报告汇总 277 位专家与 58 位超级预测者的估计，认为到 2027 年 AI 解决或实质性推进任一千禧难题的概率仅 10%，不少人甚至认为要等到 2040 年之后。Eric Topol 等人指出，这一进展如今已经到来，远超此前预测时间线，再次证明人类容易低估指数级技术进步。

第 3 集 · OpenAI 提前 30 年逼近千禧年难题，专家预测速朽(2026-09-16,6 条)

2024 年 12 月 AI Impacts 发布的专家调查（ESPAI2024）显示，典型 AI 研究者认为 AI 要到约 2054 年才有五成概率解决一个千禧年大奖难题、近 2040 年才能证明可发表的数学定理、2030 年代初才能在超 10 万用户的系统中发现并修补安全漏洞。而如今 OpenAI 宣布其下一代模型生成了 Navier-Stokes 相关成果，将「解千禧年难题」这一节点提前了约 30 年。

已确认

  • 2024 年 12 月的专家汇总预测数据来自 aiimpacts.org 的 ESPAI2024 调查（m3、m5 引用；m2、m4 补充来源链接佐证）
  • 预测内容：50% 概率约 2054 年解千禧年难题；近 2040 年证明可发表的数学定理；2030 年代初修补超 10 万用户系统的安全漏洞
  • OpenAI 宣布其下一代模型生成了 Navier-Stokes（千禧年大奖难题之一）相关成果（m6）

为什么重要

  • benjtodd（Ben Todd）与 kimmonismus、Tolopono 等多位发帖者均指出，这一进展凸显 AI 能力的实际增速远超领域内专家的集体预期
  • 专家预测在不到一年内即被现实大幅「打脸」，提示对 AI 进展的估计可能系统性偏保守，对长期规划与政策制定有参考意义

注：帖子材料主要讨论预测被超越这一事实；OpenAI 成果的完整细节与验证状态在所给材料中未展开。