OpenAI内部推理模型完成了一项被数学家称为"AI数学里程碑"的突破:证伪了匈牙利数学家Paul Erdős于1946年提出的单位距离猜想。这一结果由九位外部数学家验证、精简并撰写评述后,以配套论文形式同步发布。
问题本身看似简单:在平面上放置若干点,有多少对点之间的距离恰好为一单位?Erdős当年猜想,一种略微倾斜的方格排列已接近最优解——其产生的单位距离对数量仅比点数本身增长稍快。数学家Thomas Bloom透露,Erdős曾为反证悬赏500美元。该问题被《离散几何研究问题》标准参考书称为"组合几何中最著名(且最易解释)的问题"。
![]()
八十年后,OpenAI模型找到了新的点排列方式。普林斯顿大学Will Sawin估算,每当点数翻倍,新构造产生的单位距离对数量比经典方格多出约1%。这个数字听起来微小,但在Erdős猜想断言"几乎不可能有任何提升"的背景下,意义重大。不过问题尚未完全解决:1984年确立的理论上界仍远高于新构造达到的水平。
工具来源更令人意外:非几何学,而是代数数论。模型未使用经典点阵,而是借助复数系统——其内部对称性可转化为异常密集的点模式。这些工具在数论中已应用数十年,但将其用于平面几何的基础问题,参与数学家此前认为"颇为牵强"。
为何人类未能发现?Bloom在配套论文中指出,人类找到该解需同时满足四个条件:投入大量时间研究此题、敢于押注Erdős的权威观点并尝试反证、愿意将原构造转化到数域世界、且熟悉相当专业的类域论。"AI满足了全部条件,"Bloom写道,它结合了"超人类的耐心与对海量技术工具的熟悉度"。
Sawin补充了技术层面的关键。自然的推广思路是选取某一扩域数系并观察其越来越大的片段,实质是在更复杂的数世界中放大旧网格——但这只会回到Erdős的旧上界。模型的核心技巧恰恰相反:保持规模固定,却在数论结构上做文章。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.