OpenAI宣称挑战ETH理论引发加密圈误读

币安Binance

币安交易所是全球加密货币交易所龙头，在手机上即可买卖比特币等数字货币！

官网注册  APP下载

近日，OpenAI发布一篇67页论文，宣称其人工智能模型找到了一种突破“指数时间假设”（ETH）的方法，导致加密货币社区出现短暂恐慌。部分用户在社交平台惊呼“$ETH被杀”，但实则此次事件中的ETH并非以太坊，而是1999年由科学家提出的计算机科学理论。

ETH究竟是什么？

指数时间假设（Exponential Time Hypothesis, ETH）是关于计算复杂性的重要猜想，核心观点为：某些逻辑难题，如3-SAT问题——即在满足一组规则的前提下寻找真/假赋值组合，无法通过比穷举所有可能性更快的方式求解。这一假设被广泛用于证明多个领域中问题的不可高效求解性，包括图论、数据库优化和生物信息学等。

OpenAI的突破与验证过程

OpenAI于10月17日发布论文，并于10月25日完成修订。其提出了一种确定性算法，可在次指数时间内统计3-SAT问题的所有满足解。这意味着随着变量数量增长，计算量增加速度低于任何指数级增长。由于统计全部解比判断是否存在解更难，因此该成果也意味着更基础任务的解决。

相关代码已上传至GitHub，且使用Lean形式化验证工具对每一步逻辑进行机器检查。这一做法提升了结果可信度，也延续了OpenAI本月发布的722篇数学手稿的公开模式，其中仅162篇附带经计算机验证的核心结论。

学术界保持谨慎态度

ETH原始提出者之一Russell Impagliazzo、Ramamohan Paturi，以及麻省理工学院的Ryan Williams正主导独立审查工作。他们明确表示：“我们的参与不构成对该成果的认可。”强调此类重大发现必须经过广泛复现与质疑，才能被接受。

OpenAI承诺开放所有原始数据，并资助一场专题研讨会，支持后续研究。研究人员均签署无保密协议，且无偿参与，体现高度透明性。

现实应用仍需长期探索

尽管理论突破显著，但实际转化尚需时间。“从理论发现到算法落地，仍需大量研究投入，”OpenAI在文中指出。目前该成果并未证明所有NP问题都能在次指数时间内解决，因此著名的P与NP问题——即“每个易于验证的问题是否也易于求解”——依然未解。

简而言之，P类问题指可高效求解的问题，而NP类问题指解决方案可快速验证的问题。两者关系仍是计算机科学最大谜题之一。

行业竞逐与未来趋势

Anthropic迅速回应，于10月26日发布署名为Claude的论文《3-SAT的2^o(n)时间算法》，声称其模型内部研究已发现类似路径。该成果同样强调“仅为渐近意义”，不具备实际求解能力。

数学家陶哲轩此前曾预见此类现象：“即使只是传闻有人在攻关某问题，也会激发大量由AI驱动的研究热潮，在原始项目尚未成熟前就实现‘平推’。”这一趋势表明，大型语言模型正深刻重塑科研协作方式。

此外，OpenAI向西蒙斯基金会捐赠500万美元，专项用于支持该领域的研讨会、会议及特别研究项目，推动学术生态持续演进。