據《科學美國人》報道，兩個獨立研究團隊使用OpenAI的GPT-5.6 Sol Ultra，在相隔僅三小時內分別解決了同一個量子密碼學開放問題，並先後將論文提交至arXiv.org。這一巧合不僅展示了AI在科研中的強大能力，也引發了關於AI時代“獨立發現”定義的討論。

參與研究的一方是MIT博士生Seyoon Ragavan，另一方是加州大學聖塔芭芭拉分校教授Prabhanjan Ananth和加州大學洛杉磯分校教授Amit Sahai。兩個團隊都使用了同一個AI模型，但在解決“不可克隆加密”（unclonable encryption）這一依賴量子特性的方法時，採取了不同的技術路線。目前，他們正在考慮合併各自的論文。

“不可克隆加密”是量子密碼學中的一個重要概念，它利用量子力學的不可克隆定理，確保加密資訊無法被複制。這一特性在理論上可以用於構建更安全的通訊系統，但如何實現一直是一個開放問題。兩個團隊在AI的幫助下，幾乎同時找到了解決方案，這本身就說明了AI在推動科學前沿方面的潛力。

然而，這一事件也引發了更深層次的思考：當每個研究者都能使用相同的AI模型時，什麼才算“獨立發現”？Ananth教授表示：“如果有人提到一個開放問題，首先要看GPT能否解決它。”Ragavan則直言：“我現在做研究的方式，與兩個月前已經完全不同。”

數學領域尤其感受到AI的影響。一些研究者對此感到興奮，認為AI開闢了新的可能性；另一些人則感到沮喪，認為這可能導致研究者失去身份認同。這種分歧反映了AI在科研中應用的兩面性。

這一案例也凸顯了AI在科研中的角色轉變：從輔助工具到共同研究者。隨著AI模型能力的不斷提升，它們可能越來越多地參與到科學發現的過程中，甚至成為發現的主要推動力。這將對科研的評價體系、合作模式以及智慧財產權歸屬等問題提出新的挑戰。

對於關注AI生態的投資者而言，這一事件再次證明了AI在解決複雜問題上的實際價值，可能進一步推動AI在科研、工程等領域的應用。不過，這也提醒人們，AI的普及可能改變科研的競爭格局，獨立研究的門檻和意義正在發生變化。