智能AI
morning
丘成桐新论文致谢了GPT和Claude
摘要
丘成桐新论文致谢了GPT和Claude 梦晨 2026-10-02 15:27:03 来源: 量子位 克雷西 发自 凹非寺 量子位 | 公众号QbitAI 「AI不可能对最尖端的数学家有任何影响」……吗? 说出这句话的 丘成桐,现在已经用上AI辅助研究了 。 而且解决的问题,还是44年前他亲自列入自己的问题清单的。 丘成桐参与的最新论文,在致谢里感谢了GPT 6 Astra和Claude Pro,...
量子位
丘成桐新论文致谢了GPT和Claude
2026
克雷西
凹非寺
公众号QbitAI
AI不可能对最尖端的数学家有任何影响
说出这句话的
丘成桐
现在已经用上AI辅助研究了
2026-10-02
1 阅读
约9分钟阅读
梦晨
字号:
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 丘成桐新论文致谢了GPT和Claude 梦晨 2026-10-02 15:27:03 来源: 量子位 克雷西 发自 凹非寺 量子位 | 公众号QbitAI 「AI不可能对最尖端的数学家有任何影响」……吗? 说出这句话的 丘成桐,现在已经用上AI辅助研究了 。 而且解决的问题,还是44年前他亲自列入自己的问题清单的。 丘成桐参与的最新论文,在致谢里感谢了GPT 6 Astra和Claude Pro,说它们帮忙探索了部分证明思路和计算。 这篇论文处理的是微分几何里的一个经典猜想。 问题关注的是七维空间,当中的球面有28种不同的「版本」,其中27种和我们熟悉的球面微妙地不同,数学上叫「怪球」。 数学家一直想知道, 这些怪球能不能像普通球面一样,每个地方都均匀地向内弯 。 怪球1956年就被发现了,但这个弯曲的问题悬了70年。丘成桐1982年把它列进自己的问题清单,排第二位。 现在,这篇AI辅助的论文终于给出了答案。 七维空间的27种「怪球」 1956年,美国数学家米尔诺(John Milnor)构造出了一种奇怪的东西。 它和标准的七维球面在拓扑上完全一样,你可以把它想象成一团橡皮泥,随便揉捏、拉伸,都能变成普通的球面。 但是如果你禁止揉捏,只允许光滑地变形,也就是每一个点的移动方式都平缓过渡、不许有突变,它就变不回去了。 这种球面和标准球面「形状一样,手感不同」,数学上叫做「怪球」(exotic sphere)。 米尔诺凭借这个发现拿了菲尔兹奖。 七年之后,科维尔(Kervaire)和米尔诺证明,七维空间里这种「光滑版本」一共有28种。 标准球面算其中一种,其余27种都是怪球,这28种构成一个代数结构,数学上记作Θ₇ ≅ Z/28Z。 标准球面有一个很好的性质,它的「截面曲率」(sectional curvature)处处为正。 通俗地说,就是这个球面的每一小块、从每一个角度去看,都是向内弯曲的,没有任何一个地方是平的或者向外翻的。 数学家自然想知道,另外那27个怪球,能不能也做到这一点。 最先取得突破的是格罗莫尔(Gromoll)和迈耶(Meyer)。1974年,他们在一个怪球上构造出了「非负曲率」的度量。 也就是说,这个怪球的每一小块要么向内弯,要么刚好是平的,但不会向外翻。 2020年,格特(Goette)、凯林(Kerin)和尚卡尔(Shankar)把这个结果推广到了全部28种球面,证明每一种都能配上非负曲率的度量。 但从「非负」到「正」,也就是从「允许有些地方不弯」到「每个地方都必须弯」,中间还差最后一步。 这一步看似微小,实际上卡了数学界半个多世纪。 2008年,彼得森(Petersen)和威尔海姆(Wilhelm)曾经发布预印本声称在一个怪球上做到了正曲率,但他们的证明始终没有通过同行评审。 丘成桐参与的这篇论文宣称补上了从「非负」到「正」的这一步,它证明28种七维球面,每一种都能配上截面曲率严格为正的度量。 如果这个结果最终被数学界接受,那么这个悬了许久的问题,将被彻底解决。 两块圆盘,一道接缝 为什么从「非负」跨到「正」这么难?其中一个原因很微妙。 布伦德尔(Brendle)和舍恩(Schoen)的微分球定理证明过,如果一个流形上的正曲率太均匀,也就是在任意一点、任意方向上,最大曲率和最小曲率之比都不超过4,那这个流形一定和标准球面「光滑等价」。 换句话说,怪球上的正曲率必须正,但不能正得太均匀,否则它就不再是怪球了,因此留给构造的空间极为狭窄。 论文的核心思路,是把每一个怪球切成两半。 具体地说,作者采用了杜兰(Durán)、普特曼(Püttmann)和里加斯(Rigas)提出的「双圆盘模型」。 在这个模型里,每一种七维球面都可以看成两个七维圆盘沿着各自的边界粘合而成,28种球面对应28种不同的粘合方式。 △AI生成 于是,问题就变成了:能不能在每块圆盘上分别造出一个处处向内弯的度量,而且两块圆盘在接缝处严丝合缝。 作者并不是直接在七维圆盘上造度量,他们先以三维球面S³ 为纤维的「主丛」(principal bundle),把问题搬到了一个十维空间里。 具体来说,在七维圆盘的每一个点上,都站着一个三维的小球,所有这些小球加在一起,就构成了一个十维的空间。 在这个十维空间上造度量,技术上更容易控制。 然后,他们通过一种叫做「黎曼淹没」(Riemannian submersion)的操作,把十维空间的度量「投影」到七维圆盘上。 这里有一个关键的数学工具叫做「奥尼尔公式」(O’Neill formula)。 这个公式保证了一件事:从十维投影到七维之后,曲率只会变大或不变,不会变小。 所以作者只需要在十维空间里把曲率做到正的,投影下来的七维度量就自动满足条件。 而在十维空间里做到正曲率的核心技巧,是把那些三维小球的「半径」取到极小。 纤维越细,它自身的弯曲程度就越大,这份巨大的曲率足以压住其他方向上可能出现的负曲率贡献。 但是,两块圆盘的构造方法并不对称。 「南盘」用的是一个弯曲的底盘加上精心选取的联络(connection),「北盘」用的则是扁平的乘积联络配合翘曲的径向轮廓。 两种方法各有各的技术难点,但它们在边界处必须完美对接,具体需要满足两个条件。 一是边界上诱导出的度量要完全一致,二是两侧的「第二基本形式」(second fundamental form),也就是边界处的弯曲程度,加起来之后在每个方向上都严格为正。 △AI生成 为了证明这两个条件,论文先在两块圆盘的公共边界上建立同一套坐标,然后证明在这套坐标下,两侧的纤维半径关于法向的导数刚好相反。 所以,纤维部分对第二基本形式的贡献在拼接时正好抵消,而角向部分的贡献加起来是严格为正的。 满足这两个条件之后,赖泽(Reiser)和雷斯(Wraith)的拼接定理就能保证,粘合后的整个球面上存在一个光滑的正曲率度量。 于是,论文得到了其核心结论,28种七维球面,每一种都能配上截面曲率严格为正的度量。 论文还附带了一套用SageMath编写的验证代码。 整个构造涉及大量曲率不等式的精确估计和参数选取,仅靠人工逐一核查几乎不可能完成,计算机验证在这里是证明可信度的重要支撑。 丘成桐与AI这三年 丘成桐对AI的态度,这几年经历了一条清晰的变化轨迹。 2023年4月,在复旦大学出席浦江科学大师讲坛前夕,他曾表示,「AI不可能对最尖端的数学家有任何影响,它还只能把现有的资料融会贯通,很难形成科学观念上的突破」。 2024年4月,他在中关村论坛上的说法稍微软化了一些,他对AI的看法从「不会有任何影响」,变成了「对数学有很多好处,可以帮助数学的发展」,不过他坚持认为AI不可能改变数学。 到了今年,他的口风已经明显不同。 1月份在世界华人数学家大会上,他说AI改变的是科研效率,但还谈不上范式革命; 6月份,他又说AI能解很多「nice, cute questions」,但离改变整个数学的突破还很远; 7月份在国际弦理
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱