數(shù)學界與人工智能領域近日迎來雙重震動：知名數(shù)學家陶哲軒公開表示當前AI尚未達到真正的人工通用智能（AGI）水平，而滑鐵盧大學團隊隨即宣布GPT-5.2 Pro成功攻克困擾學界八年的算法復雜度難題。這場關于AI能力的辯論與突破，正在重塑人們對機器智能的認知邊界。

陶哲軒在社交平臺發(fā)文指出，現(xiàn)有AI系統(tǒng)展現(xiàn)的更多是"通用狡黽"而非真正智能。他以魔術師作比：AI能寫出優(yōu)雅的詩歌或解決復雜數(shù)學題，但當被追問解題思路時，往往只能承認"從訓練數(shù)據(jù)中匹配到相似案例"。這種基于海量數(shù)據(jù)試錯的模式，雖然能在特定任務中超越人類，卻缺乏可解釋的邏輯根基。他強調(diào)，真正的智能需要具備系統(tǒng)性思維能力，而當前AI更像是"隨機生成有用思想的生成器"。

這場討論尚未平息，學術圈就傳來驚人突破。滑鐵盧大學助理教授Kimon Fountoulakis帶領的團隊宣布，GPT-5.2 Pro成功證明了加速L1正則化PageRank算法的運行時間復雜度。這道自2016年起就困擾學界的難題，曾在2022年被列為國際學習理論會議（COLT）的懸賞問題，吸引全球頂尖學者攻關未果。研究團隊采用三重驗證體系：先由GPT-5.2生成完整證明，再通過Aristotle系統(tǒng)與Gemini 3 Pro模型轉化為形式化代碼，最終由人類專家獨立復核，確認證明在"互補性邊界"假設下成立。

多倫多大學教授Daniel Litt透露，這道難題的突破具有特殊意義。研究團隊最初嘗試的改進算法需要每步求解昂貴子問題，實際應用效率低下。而GPT-5.2的證明揭示，經(jīng)典FISTA算法在特定圖結構下能實現(xiàn)明確加速，其"多余節(jié)點激活"現(xiàn)象實為可控的臨時狀態(tài)。這項發(fā)現(xiàn)不僅填補了加速算法的理論空白，更展示了AI在數(shù)學空間探索中的獨特價值——它能快速遍歷海量可能性，為人類研究者指出關鍵路徑。

學術社區(qū)對此反應熱烈。Reddit網(wǎng)友指出，雖然陶哲軒對AI局限性的判斷目前成立，但ChatGPT誕生至今僅三年，現(xiàn)在就斷言所有大語言模型存在系統(tǒng)性思維缺陷為時尚早。另有研究者認為，GPT-5.2的突破恰恰證明，當AI與人類形成互補協(xié)作時，能突破個體認知局限。正如研究團隊在論文中強調(diào)的："AI不是替代理論科學家的競爭者，而是擁有驚人直覺的協(xié)作者。"這場辯論與突破，正在重新定義人機協(xié)作的邊界。