25年世界数学最重大的3发现，指向同一个思想：与“复杂性”共存

来源：老胡说科学

1900年，希尔伯特在巴黎提出第六问题的时候，其实没有人真正知道他在要什么。后人常把这道题简化成“把物理学公理化。”但如果你真按字面去理解，就会发现这几乎是一个不可能完成的任务。物理不是几何，物理方程来自实验、近似、修补和工程经验，而不是从定义和公理中推演出来的。希尔伯特当然知道这一点，他真正盯上的，是一个更具体、也更危险的问题：同一个物理系统，在不同尺度下写出来的方程，是否真的在数学上彼此一致。

最典型的例子就是气体。

如果你站在分子尺度上看气体，每一个分子都是一个微小的刚性球，按照牛顿第二定律运动，发生弹性碰撞，没有任何概率、没有任何统计，只是一套确定性的微分方程。你给定初始条件，理论上就能算出未来的一切。

如果你稍微拉远一点视角，不再追踪每一个粒子，而是关心“某个区域里速度大概在这个范围内的粒子有多少”，那么你会写下玻尔兹曼方程。

这是一个统计方程，它描述的是概率密度如何随时间演化，碰撞不再是“这一对粒子什么时候撞上”，而是“在统计意义下，碰撞如何改变分布”。

再把视角拉到工程尺度，你甚至连概率分布都不要了，直接用密度、速度、温度这些宏观量，写出纳维–斯托克斯方程，把气体当成连续介质来处理。

物理学家对这三套描述之间的关系，心里非常清楚。他们知道在适当条件下，用哪一套方程都能得到一致的预测。但数学家不接受“心里清楚”。数学要的是：你能不能从第一套方程出发，通过极限过程，严格推导出第二套？

这件事卡住了一百多年。

困难不在于牛顿定律，也不在于玻尔兹曼方程本身，而在于两者之间那片几乎无法描述的中间地带。

假设你真的想从牛顿定律出发，你就必须面对一个现实：气体里不是十个粒子，而是趋近于无穷多个；每一个粒子都会发生碰撞，而且碰撞的时间、顺序、对象都可能不同。任何一次演化，都对应着一段极其复杂的“碰撞历史”。

数学家把这些历史画成图，图的节点是碰撞时刻，线段是粒子在两次碰撞之间的运动轨迹。问题是，这样的图不仅数量巨大，而且结构极其复杂。随着时间推移，可能出现同一对粒子多次相遇的情况，这在物理上叫“再碰撞”。一旦允许再碰撞，图的复杂度会呈现灾难性的增长。

1970年代，兰福德曾经取得过一次重要进展。他证明了：如果你只看极短的时间区间，把所有可能的碰撞图加起来，极限确实会给出玻尔兹曼方程。但这个“极短”短到什么程度？短到在物理上几乎没有意义。时间稍微拉长一点，再碰撞开始出现，整个证明立刻失效。

接下来的五十年里，几代数学家都在试图跨过这道坎。他们换过方法，换过表述，换过技术工具，但始终无法控制再碰撞带来的爆炸。这个问题在圈内逐渐形成了一种共识：也许在长时间尺度下，微观到中观的极限，本身就是不可证明的。

直到2025年。

这一次的突破，来自于一种非常不“数学家本能”的想法。研究者没有再试图去精确控制所有可能的碰撞历史，而是反过来问了一个问题：在所有这些天文数量的碰撞图中，真正“危险”的那些，占多大比例？

这个问题一旦被提出来，整个局面就变了。

他们发展出一种新的分解方法，可以把一张极其庞大的碰撞图拆解成许多局部结构清晰的小块。通过这种拆解，他们发现，再碰撞虽然在逻辑上可能发生，但在统计意义下，其概率衰减得极快。换句话说，那些让数学家头疼了半个世纪的坏情况，在真正的极限过程中，几乎从不发生。

这并不是一句物理直觉，而是一个可以量化、可以估计、可以放进不等式里的事实。一旦这一点被严格证明，剩下的工作就突然变得可控了。研究者不再需要追踪所有路径，只需要证明：忽略这些极少数的“病态路径”，不会影响整体极限。

于是，一个在1900年被提出、在1975年被部分触及、又在半个世纪里被反复宣判“可能做不到”的问题，终于在数学上被完整贯通。牛顿的确定性世界，在长时间、无限粒子、零直径的极限下，严格收敛到玻尔兹曼的统计世界。

这不是对物理学的“重新解释”，而是第一次在真正意义上，用数学证明了尺度之间的自洽性。

更重要的是，这种证明方式本身，已经超出了气体动力学的语境。它展示了一种全新的范式：当系统复杂到无法逐一控制时，真正可行的道路不是更精细的追踪，而是证明“失控的部分在整体中消失”。

这正是2025年数学发生变化的第一个信号。

随机几何终于可控了如果说希尔伯特第六问题解决的是“从微观到宏观，世界为什么会变得平滑”，那么 2025 年发生的另一件大事，解决的则是一个看起来更抽象、但同样根本的问题：在极其复杂的几何世界里，什么才是“典型情况”。

这个故事的起点，绕不开一个人：Maryam Mirzakhani。

在她之前，双曲曲面一直被认为是一类“太难整体理解”的对象。它们处处负曲率，局部看像马鞍，整体却可以扭曲、缠绕到几乎无法直观想象。

你没法把它们完整嵌入三维空间，只能用抽象方式描述。正因为如此，它们在数学和物理中反复出现：从动力系统到量子混沌，从数论到统计物理，双曲几何几乎无处不在。

但问题是：太多了。

双曲曲面的空间本身是一个高维、非紧的对象。你可以问无数问题，比如“有多少条闭测地线”“这些测地线通常长什么样”“曲面整体是否连通”。可一旦你开始认真算，就会立刻发现：极少数非常极端的曲面，会完全主宰你的计算结果。

Mirzakhani在2000年代做的一件事，第一次改变了这一切。她找到了一种方法，能够精确计算“长度不超过L的闭测地线有多少条”，并且给出了随L增长的渐近公式。这个结果的意义并不在于“数出了多少条线”，而在于：它第一次让人有可能对“随机双曲曲面”提出严肃的问题。

比如，你可以开始问：如果我从所有可能的双曲曲面中“随机选一个”，它通常长什么样？

其中一个最核心的量，叫做谱隙。它来自拉普拉斯算子的第一个非零特征值，取值介于0到1/4之间。直观地说，这个数刻画了曲面的“整体连通性”。谱隙越大，曲面上不同区域之间的路径越多，信息扩散得越快；谱隙越小，曲面就越“松散”，容易被细长的脖子、狭窄的通道分割。

长期以来，数学家知道1/4是理论上的最优上界，也知道存在一些非常特殊的曲面，其谱隙接近这个极限。但真正的问题是：典型的曲面如何？

直觉告诉人们，大多数曲面应该“长得不错”，谱隙接近1/4。但要证明这一点，却极其困难。障碍来自一种被称为“缠绕测地线”的结构：某些闭测地线会在局部区域反复绕圈，数量极多。这些测地线虽然在整体中极为罕见，但它们一旦出现，就会在统计上产生巨大的权重，把平均值彻底拉偏。

这正是Mirzakhani未能跨过的最后一道坎。她的公式足够精美，却对这些极端情形缺乏有效的“过滤机制”。

多年之后，两位数学家，Nalini Anantharaman和Laura Monk，重新回到了这个问题。他们很快意识到，单靠双曲几何内部的技术，已经走到了尽头。问题不在于公式不够精确，而在于：你根本不应该把所有曲面一视同仁地平均。

真正的转机，来自一个看似无关的领域：随机图论。

2000年代初，数学家Joel Friedman曾证明过一件事：几乎所有的大随机正则图，都是“最优展开子”，也就是说，它们的谱隙几乎达到理论极限。这个结论的证明异常复杂，但在其核心，隐藏着一个关键技巧：利用Möbius反演，把“坏的结构”从整体平均中系统性地剥离出去。

Anantharaman和Monk意识到，她们面对的困境，本质上和Friedman面对的是同一个问题。极少数结构复杂、局部异常的对象，正在扭曲整体统计行为。与其试图直接控制这些对象，不如换一种方式，让它们在计算中自然抵消。

她们把这一思想移植到了双曲几何中，通过改写 Mirzakhani 的计数公式，引入一种精细的反演过程。这个过程的效果非常“残酷”：那些包含大量缠绕测地线的曲面，被自动压制了权重，而结构均匀、连通性良好的曲面，开始主导平均行为。

最终，她们证明了一件长期被认为“几乎不可能精确表述”的事实：在适当的意义下，几乎所有双曲曲面的谱隙都趋近于1/4。

这不是在说“存在很多好曲面”，而是在说：如果你闭上眼睛，从这个几何宇宙里随便抓一个，十有八九，它的连通性已经接近理论极限。

这个结论的深层意义，并不在于双曲几何本身，而在于它为量子混沌、动力系统、甚至数论问题，提供了一种可靠的“背景假设”。它告诉研究者：在研究复杂系统时，可以放心地把“极端例外”当作真正的例外，而不是被迫围绕它们构建理论。

从更宏观的角度看，这件事和希尔伯特第六问题的解决，形成了一种奇妙的呼应。一个是在粒子层面处理几乎不发生的再碰撞，一个是在几何空间中排除极少数病态曲面。它们共同指向同一个方向：现代数学正在学会如何与“复杂性”共存，而不是被它吞没。

三维空间拒绝被压缩如果说前两件事分别解决了“尺度之间如何衔接”和“复杂几何中的典型结构”，那么2025年的第三件事，解决的是一个更底层、也更危险的问题：空间本身，到底允许多极端的几何行为。

这个问题的起点，来自1917年日本数学家Sōichi Kakeya的一个看似游戏般的提问。他问的是：如果你有一根无限细的针，把它旋转一整圈，扫过所有方向，那么它所覆盖的最小区域能有多小？这个问题在二维里已经足够反直觉，而它真正引爆数学界，是在几十年后人们意识到：这个问题并不关乎针，而关乎空间如何被方向填满。

20世纪初，Abram Besicovitch给出了一个震撼性的结果。他证明，在二维平面中，你可以构造一个面积为零的集合，却仍然包含“每一个方向的一根单位线段”。

也就是说，从测度的角度看，这个集合几乎不存在，但从方向的角度看，它却什么都有。这类集合后来被称为Kakeya集。

这个结果直接击穿了人们对“大小”的直觉。面积不再是衡量几何复杂度的合适工具，数学家不得不引入分形维数，来描述这些看不见、却无处不在的结构。到了1970年代，Roy Davies证明了一个关键事实：在二维中，任何Kakeya集，哪怕面积为零，其分形维数也必须是2，也就是“满维”。

于是一个大胆的猜想自然浮现出来：在任意维度中，Kakeya集都必须是满维的。

这就是Kakeya猜想。

问题在于，从二维走向三维，几何世界发生了质变。二维里的“方向”本质上是一维的圆，而三维里的方向空间是一个球面，结构复杂得多。针不再只是“转一转”，而是可以以极其丰富的方式彼此错开、交织、靠拢又分离。

在三维里，Kakeya集通常被想象成无数根极细的管子，每一根指向不同方向。猜想要求证明的是：无论你如何安排这些管子，只要方向足够丰富，它们就不可能被压缩进一个低维结构里。

几十年来，人们尝试过各种方法，但始终卡在一个核心障碍上：管子之间可以高度重叠，而且这种重叠在局部看起来完全合法。你很难排除这样一种情况：在无数个微小区域里，大量管子恰好挤在一起，整体却依然覆盖了所有方向。

一个重要的转折，来自Charles Fefferman。他在研究Fourier分析时发现，Kakeya问题并不是一个孤立的几何怪题，而是和调和分析中一整套关于Fourier变换的核心猜想紧密相连。这一发现让Kakeya猜想从“几何怪物”，变成了整个分析理论塔基的一块基石。如果Kakeya在三维失败，那么一连串更宏大的猜想都会随之崩塌。

尽管如此，真正的进展依然极其缓慢。

直到近几年，一个新的结构性洞察逐渐浮现。Larry Guth指出，如果三维 Kakeya 猜想存在反例，那么这个反例不可能是“均匀的”，它必须呈现出一种“颗粒化”的形态：空间中会出现大量微小区域，在每个区域里，许多管子高度集中，而这些区域彼此之间又有某种组织结构。

这个观察并没有直接解决问题，但它改变了战场。问题不再是“管子会不会重叠”，而是“这些重叠区域之间，能否再彼此高度重叠”。

2022年，Hong Wang和Joshua Zahl先解决了一个特殊但重要的情形：所谓“粘性Kakeya集”，也就是指向相近方向的管子，在空间中也彼此靠近。这一结构限制了自由度，使得分析变得可能。这一结果被普遍视为“终点就在前方”的信号。

真正的挑战，是非粘性的情形。在这里，管子可以在方向上完全无序地散布，几乎没有任何表面上的规律。Wang和Zahl没有试图消灭这种混乱，而是利用Guth的“颗粒”视角，对混乱本身进行分层。他们证明：任何一个点，都不可能同时属于太多颗粒；而颗粒之间的相互作用，也受到严格限制。

这一步至关重要。它意味着，即便局部存在高度重叠，整体上也无法形成持续的压缩效应。剩下的工作，是把这一结构性限制，通过一种被称为“尺度归纳”的方法，逐步向更大尺度推进。

尺度归纳在这个问题中曾经屡屡失败，因为哪怕每一步只损失一点点精度，经过多次迭代后，结论也会彻底失效。Wang和Zahl的关键发现是：颗粒结构恰好提供了控制损失的机制。每一次放大尺度，混乱都会被重新分配，而不会无限累积。

于是，在2025年，他们完成了最后一步证明：任何三维Kakeya集，其分形维数必然等于3。空间拒绝被压缩。方向的丰富性，强制带来了体积。

这件事的真正价值，并不在于“针到底能不能省地方”，而在于它为调和分析、偏微分方程以及信号处理领域的一整套方法，提供了可靠的几何地基。许多长期悬而未决的问题，其难点都在于类似的“方向叠加是否会失控”，而三维Kakeya的解决，第一次给出了一个明确的答案：在足够高的复杂度下，空间本身会反击。

把这三件事放在一起看，会发现一种非常清晰的时代特征。无论是气体中的再碰撞、双曲曲面中的缠绕测地线，还是 Kakeya 集中的颗粒重叠，2025年的数学，不再试图逐一消灭异常，而是证明：异常无法统治整体。

阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”

未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）