困扰统计学界整整20年的核心悬案,被AI击碎了。

近日,宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文,引爆了一场学术圈地震。

主角是OpenAI旗下的GPT-5.6。仅仅90分钟。

对理论统计学家而言,历史在此刻被粗暴地折叠了。

消息一出,数学圈的人士纷纷表达内心的激动。

一位数学家说,自己和同事多次尝试用GPT-5.5解决,从未成功。如今这个问题居然被AI解决了,实在是难以置信。他也开始思考,理论统计学家未来的出路是什么?

伯克利教授直呼「心塞」

GPT-5.6从零构造出了一个反例,宣告了一个残酷的事实:

在相关双侧高斯检验(correlated two-sided Gaussian tests)下,经典的 Benjamini-Hochberg (BH) 程序无法保证假发现率(FDR)始终受控。

面对这份由代码生成的完美证明,伯克利统计学家Will Fithian在推文中留下了令人回味的一笔。

他毫不吝啬自己的震撼与兴奋,但在这份敬畏的底色里,却渗出了一丝后背发凉的失落感:

这个猜想是统计领域内最有趣的未解之谜……

GPT-5.6解决了它,但我多希望,这是由人类来完成的。

先别急着惊叹90分钟——你得知道,这道题在统计学里压了整整二十年。

标题:The Benjamini–Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests论文:https://faculty.wharton.upenn.edu/wp-content/uploads/2017/06/bh.pdf代码:https://github.com/dobriban/BH对话:https://chatgpt.com/share/6a541c6f-a2d0-83ea-bb2f-782271a103ca

提示词大意为:

整个证明架构分为5大步: 

13万引经典解法,90分钟被AI打假

为什么这个反例的出现,能让见惯了大风大浪的伯克利教授直呼心塞?

因为这不是一道偏门小题,而是现代科学大厦里的一堵「承重墙」。

1995年,Benjamini 和 Hochberg 提出了著名的BH程序,用于控制多重假设检验中的假发现率(FDR)。

这一方法直接点亮了现代高通量科学。

比如,你要在几万个基因中筛选致病靶点,或者在fMRI脑成像中定位数十万个体素的神经活动,极容易产生「假阳性」。

BH程序就是那个保证「你宣称的重大发现中,错误结论比例不会超标」的安全阀。

它是整个领域的基石,这篇论文至今已被引用超过13万次。

斯坦福大学的统计学大师Emmanuel Candes甚至将其评为「1950年后统计学界最重要的两大发展之一」。

但这座宏伟的大厦上方一直有「一朵乌云」。

当年,BH程序的有效性,仅仅是在各项检验数据「相互独立」的理想假设下被严格证明的。随后在2001年,学者们又将其安全边界扩展到了正相关依赖(PRDS)的情形。

但在真实的科研中,数据往往存在极其复杂的依赖性,例如基因组学中因连锁不平衡导致的强相关性。于是,一个决定性的悬念诞生了:

在任意的「相关双侧高斯检验」下,BH程序是否还能金身不破,始终控制住FDR?

过去二十年间,包括Reiner-Benaim、Kim、van de Wiel、Sarkar以及Benjamini本人在内的无数顶尖大脑前赴后继。

他们推演公式、运行庞大的模拟实验,甚至给出了强烈的预感:BH程序应该依然有效。大家都信了,无数的科研经费和论文结论都建立在这个隐秘的「共识」之上,唯独缺一个严丝合缝的数学证明,或者,一个反例。

请注意,过去20年不是没人想解这道题,而是找反例犹如大海捞针。

这种构造绝非简单的暴力穷举,你要在无限的协方差矩阵和均值向量空间中,凭空捏造出一个极其特殊的高斯因子模型,证明在名义显著性水平α=0.01时,FDR偏偏大于了0.0104。

这是极度反直觉的智力高空走钢丝。正因如此,它成了理论统计学界的一块试金石。

而真正让Fithian「颇有嫉妒」的是GPT-5.6抵达结论的方式。

90分钟,ChatGPT 5.6彻底跨越了「机械计算」

让我们把目光拉回那决定性的90分钟。

当宾夕法尼亚大学沃顿商学院的副教授Edgar Dobriban试图用AI攻克这个堡垒时,事情开始变得诡异。

就在一个月前,他用GPT-5.5在无休止的智能体循环(Agentic loops)中让机器狂奔了数天、大约20个小时,最终铩羽而归。

然而,GPT-5.6发布当天的表现,完全跨越了「机械计算」的边界,触碰到了「创造」的禁区。它并非在历史文献的垃圾堆里检索答案,也没有套用任何已知的推导模板。

短短90分钟内,它如同一个拥有异构思维的外星数学家,从零开始构造出了一个前所未有的数学结构。

它极其诡谲地结合了FDR分析的标准渐近方法,并外挂了严密的数值证书(Numerical certificate)。

在此领域,这是一种「相当非典型」的组合技。

它没有盲目试错,而是给出了一套逻辑自洽、严谨、完全可被人类复核的反证链条。

当Dobriban与Fithian复核确认,并将配套代码(dobriban/BH)挂上 GitHub 时,一切都尘埃落定了:这不是大模型的幻觉,而是铁打的真理。

这才是整场地震真正的震中。长期以来,人类科学家保持着一种心照不宣的骄傲:AI 算得再快,也不过是处理大数据的「蓝领」。

科研中的「灵光一闪」,那些需要从无到有构建全新数学模型、打破旧有范式的「构造性发现」,是碳基生物专属的自留地。

但GPT-5.6 证明了,科研中的「创造性洞见」环节,已经开始向算力迁移。

那个能写出绝妙反例的大脑,不再需要经历漫长曲折的学术顿悟,它只需要充足的 Token 和90分钟的推理。这就是为什么 Fithian 会发出那声哀叹——「重大成果本该属于人类洞见」。

人类在科学探索中最具神性的一环,正在被硅基智能接管。

所以真正被改写的,从来不只是一本统计学教科书。

硅基智能的破晓

回到这起事件的余波中。

目前,FDR超过名义水平的幅度(0.104 vs 0.1)相对较小,其对高通量科学的实际冲击力仍有待沉淀。但它在科学认识论上的颠覆性,已然掀起滔天巨浪。

我们是否应该陷入「AI 取代数学家」的陈旧恐慌?大可不必。这场风暴真正的启示在于:数学与科学发现的门槛,正在被无情地重画。

当一个问题的证明逻辑能够被压缩在几十页纸以内,AI极有可能就会用算力找出那条隐秘的小径。

在未来的科研范式里,「寻找答案」和「构造推导」将不再是人类智力的最高体现。人类的核心价值将不可逆地升维,退守到科学的最起点和最末端:提出更深邃、更疯狂的问题,以及为机器答案赋予人类的意义。

在这个意义上,Fithian教授那句后背发凉的「心塞」,绝不仅是他个人的智力失落,而是一代科研人在时代拐点上的集体情绪切片。

我们亲眼目睹了旧神的黄昏,也正在见证新物种的破晓。

最近,GPT-5.6仅用1小时攻破50年数学难题!64个AI摘下图论皇冠;卡了半年的弦论难题,Claude一夜解开!东大教授惊到删推。

现在,时代的倒计时已经开始。

下一个被GPT用90分钟终结的,会是谁二十年的心血?

最新快讯

2026年11月08日

13:13
11月7日,伯克希尔·哈撒韦公司交出了一份利润下滑的三季报。受投资收益缩水及保险承保业务拖累,归属股东的净利润为221.12亿美元,同比下降28%。然而,在利润承压的同时,公司回购力度却大幅加码,单季回购达96亿美元。 财报显示,第三季度归属股东的净利润为221.12亿美元,去年同期为307.96亿美元,降幅达28%。每股收益也随之下降:A类股从21,413...
13:13
鼓狮财经11月8日讯,中国磷复肥工业协会近日发布《关于维护磷复肥行业平稳有序发展倡议》,旨在引导全行业应对当前挑战。目前,国内磷复肥生产总体平稳,保供秩序良好,有效保障了冬储推进及春耕用肥需求,为农业生产稳定筑牢了物资基础。然而,行业仍面临硫磺等核心原料供应偏紧、成本波动较大等突出问题,给生产稳定和市场运行带来不确定性。为坚决守住农业保供底线,规范经营秩序,...
13:12
鼓狮财经11月8日电,据日本朝日电视台今日报道,日本自民党正考虑对前首相石破茂等人采取纪律处分。据悉,在6日众议院全体会议对消费税减税法案进行表决时,石破茂等4人选择提前离席。对此,自民党干事长铃木俊一已要求涉事四人提交书面说明,详细解释提前离席的缘由,并设定了11月9日中午为答复期限。
12:42
11月6日,在2026移动网络大会期间,中国移动举办了泛全联盟端渠共创合作论坛。论坛围绕智能终端产业的演进方向及端渠共创新路径,正式发布了2027泛全联盟合作策略。与会嘉宾涵盖终端、芯片、渠道、智能体及服务等多个产业链环节,旨在共同探索产业变革的新机遇,携手拓展合作新格局。 现场,中国移动围绕泛全联盟5.0经营升维,重磅推出了2027泛全合作策略,具体包含以...
12:10
11月5日,美国股市经历了一场令人胆寒的崩盘式抛售,总市值蒸发高达3.7万亿美元。纳斯达克指数暴跌5.5%,标普500指数下挫4.4%,纳指100更是重挫6.4%,创下自2020年3月以来的最大单日跌幅。此前还是炙手可热的AI板块瞬间沦为重灾区,部分细分领域跌幅甚至达到12%至15%。仅仅在24小时前,市场似乎还沉浸在上涨的喜悦中,转眼间画风突变。这场华尔街...
10:03
鼓狮财经11月8日讯,UFC总裁达纳·怀特当地时间11月7日在伦敦宣布,他将即刻启程前往华盛顿,并定于下周一(11月9日)与特朗普总统会面。针对特朗普此前发出的出任白宫新闻秘书的邀请,怀特至今未作明确表态,仅表示需见面后再做决定。此前,美国有线电视新闻网等媒体曾披露,怀特已婉拒了该职位。
09:31
RSI热度居高不下,它真能让AI的进步速度无限提升吗?对此,Jeff Dean给出了否定的答案。他认为,虽然自动化系统可以省去人工等待的时间,但训练、计算、保存数据和评估结果的过程仍需时间,无法无限加速。 近期,在斯坦福以人为本人工智能研究院(HAI)与李飞飞教授的对谈中,Jeff Dean谈到了RSI的限制,并披露了新公司Discovery Loop的动向...
09:31
上个月,国内首部获得公映许可证的AI院线电影上映了,但反响平平。不仅预测票房未过百万,社交媒体上,不少观众吐槽其质量甚至不如《牛来》。因此,我特意隐去了电影的名字,不愿再火上浇油。毕竟作为AI进入电影行业的早期探索,其实验性质更为浓厚。在当前的AI生成技术约束下,做到尽善尽美并不现实,放大和嘲讽其短板已无太多意义。 我们真正想探讨的是,当前AI电影领域出现了...
09:31
第33届巴伦投资大会近日举办了一场虚拟炉边访谈,埃隆·马斯克通过视频连线出席了活动。在访谈中,马斯克释放了一系列重磅信号:SpaceX计划在今年12月将年化收入提升至1000亿美元,并有望在明年12月实现年化经常性收入超过5000亿美元;Terafab项目目标年产一太瓦芯片,相当于明年全球AI芯片产量的30倍;与英伟达联合设计的星链计算机预计于2027年第三...
09:31
私募巨头Apollo Global Management正以前所未有的规模大举押注AI芯片市场。其两笔待完成的交易总额高达750亿美元,这一数字不仅远超最大Neocloud CoreWeave自2023年以来的累计270亿美元融资额,更是其排名第二竞争对手的逾10倍。 据The Information报道,SpaceX计划租用价值400亿美元的英伟达Vera...
09:31
当地时间本周六,欧洲多国民众走上街头,对数据中心快速扩张所造成的能源消耗、环境破坏及社会影响表达了强烈担忧。据悉,来自欧洲15个国家的100多家民间组织和权益团体发起了此次联合行动,旨在抗议高能耗的数据中心扩张,并呼吁在完善监管制度之前,暂停所有新建的大型数据中心项目。 当天,约2000人在都柏林举行游行,约1300人在赫尔辛基集会,芬兰多个小镇也同步举行了...
08:26
截至本月7日,首批18只主动权益类ETF中,已有17只发布成立公告。尽管正式公告尚未全部发布,但整体募集数据已先行披露。 最新数据显示,这18只产品全部提前结束募集,其中3只产品实现“一日售罄”。在启动比例配售的17只产品中,合计认购金额接近440亿元,较340亿元的募集目标多出近百亿元,超额认购情况显著。具体来看,已成立的17只产品有效认购户数超过30万户...