OpenAI彻底震撼数学界，80年核心猜想被破解！菲尔兹奖得主惊呼坐不稳

新智元报道 【新智元导读】 数学圈大震荡！OpenAI的全新推理模型，刚把埃尔德什80年几何猜想给破解了，用的居然是数论核武器！菲尔兹奖得主惊呼：数学家们，你们得坐稳了。这是在向全人类宣告：AI，已经正式跨入了科学研究的无人区。 又一个AI划时代的时刻！！！ 5月21日凌晨3点04分，菲尔兹奖得主、当代数学巨擘Timothy Gowers在X上发布了一条简短却近乎惊悚的推文。 短短数小时内，这条动态便斩获了超过120万次的浏览量，在整个国际学术界引发了一场十级大地震。 就在今天，OpenAI正式官宣了这项载入史册的科学突破： 在没有任何人类数学专家干预的前提下，内部的全新一代的通用推理模型，自主攻克并彻底推翻了离散几何学中沉睡了近80年的核心猜想——埃尔德什（Erdős）单位距离问题。 这是人类历史上第一次，AI独立、自主地解决了一个处于数学核心领域、让无数顶尖数学家折戟沉沙的重大开放性难题。 菲尔兹奖得主Tim Gowers罕见喊话： 如果你是一位数学家，那么在继续阅读之前，你可能需要确保自己已经坐稳了 。 顶级数论学家Arul Shankar震撼发声： 在我看来，这个成果表明当前的AI模型已经超越了人类数学家的助手角色——它们开始具备原创的、精妙的、极具智慧的独立思想，并且有能力将其付诸实现。 这场风暴不仅让数学家们感到坐立难安，更向全人类宣告：AI，已经正式跨入了科学研究的无人区 。 极其简单的谜题，与阻挡人类80年的高墙 要理解这项突破有多么不可思议，我们必须先回到1946年。 那一年，20世纪最伟大的传奇数学家之一保罗·埃尔德什（Paul Erdős）提出了一个几何问题： 如果在二维平面上任意画下n个点，那么在这张图里，两点之间距离刚好等于1的点对，最多能有多少对？ 这是连小学生都能听懂，却让后续所有数学家抓狂的问题。 数学家们将最大可能的单位距离点对数量记为u(n)。 这个问题看似像个简单的拼图游戏。如果你只有n个点，想让单位距离最多，你会怎么摆？ 摆成一条直线？那么只有相邻的两点距离为1，你只能得到n-1对。 摆成一个正方形网格？每一格的边长都是1。经过简单的计算，你可以得到大约2n对。 直觉告诉我们，越是对称、越是整齐的结构，包含的单位距离就越多。 因此，在过去的几十年里，全世界最聪明的数学家们达成了根深蒂固的共识： 要让单位距离数量最大化，最好的摆法本质上就是类似于「方格网格」的结构。 基于这种共识，在1946年，埃尔德什提出了著名的猜想（Erdős Conjecture）：他认为u(n)的上限是 ,（其中o(1)是一个随着n趋于无穷大而趋于0的项）。 用大白话来说就是：无论你怎么精妙地排布这些点，单位距离点对的增长速度，也只能比线性（n的一次方）稍微快那么一点点，绝对无法实现质的突破。 这是埃尔德什最爱的数学问题之一，曾多次公开提及此问题。 为了激励后人，埃尔德什还专门为解决这个问题设立了现金奖励。 然而，在接下来的80年里，这道大题成了离散几何领域无法逾越的高墙。 这个问题的下界（最好情况），情况是这样的：自1946年埃尔德什用缩放的正方形网格给出 的结果后，整整80年，人类数学家在这个基础上面对下界的提升寸步未行。 关于上界（理论极限的证明），情况如下：1984年，斯宾塞（Spencer）、塞梅雷迪（Szemerédi）和特罗特（Trotter）证明了上界为O(n^{4/3})。 此后，哪怕后世的无数天才（包括陶哲轩等人在内）在相关结构上做了诸多微调，这个上界依然像铁律一样无法被打破。 所有人都以为，正方形网格就是大自然的极限了。 然而，OpenAI的这个神秘模型出手了！ 完整提示词 颠覆认知：AI找到了「不存在的结构」 让人震惊的是，它不仅证明了猜想，更直接推翻了猜想。 它在平面上创造出了一种人类数学家从未想象过的、全新的点阵构型家族。 这个构型直接打破了「网格神话」，实现了多项式级别的超越！ 根据OpenAI披露的数据：在n个点的平面上，AI构建的构型让单位距离点对的数量达到了惊人的 （其中 是一个固定的正常数，大于0）。 证明链接：https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf 这意味着单位距离的数量实现了指数级的跃升，彻底打破了埃尔德什当年预测的上限！ 随后，普林斯顿大学数学教授Will Sawin对AI的证明进行了连夜的精细化推导，进一步确认了这个 可以明确取到0.014。 显然， 完爆 ！ 近80年来，无数代离散几何学家在这座数学大厦里敲敲打打，坚信屋顶就在头顶上方。 而现在，AI直接在墙壁上开辟了一扇暗门，告诉人类：外面还有一片此前从未被看见过的全新大陆。 震撼数学界 它用高维数论，降维打击了几何学 如果说AI只是通过穷举法或暴力计算找了几个特例，数学家们还不至于如此破防。 真正让整个学术界倒吸一口凉气、感到极度不安的，是这个证明的极高品味和创造力。 离散几何问题，通常需要用几何或者组合数学的工具来解决。 但OpenAI的模型在思考这个初等几何问题时，突然打通了数学宇宙中一条隐秘通道——它从遥远的「代数数论」中借来了重武器。 当初，埃尔德什构建网格时，利用了「高斯整数」（形如a+bi的复数，其中a和b是整数）。高斯整数就像是普通整数在复平面上的延伸，具备唯一分解定理等优良性质。 而AI展现出了令人惊叹的洞察力，它没有被高斯整数限制住，而是将这个几何构想推向了一个人类完全没敢想的极端—— 首先，它构建了极其复杂的代数数域拓展。 它引入了具备更丰富、更高维对称性的代数数域。在这些高维对称空间里，能够产生远比人类已知网格多得多的「单位长度差」。 其次，它驾驭了顶级的数论工具。 为了证明它所设想的这种复杂数域在数学上确实存在，在长链条推理中，AI极其熟练地调用了「无限阶级域塔」（Infinite Class Field Towers）和「高罗德-沙法列维奇理论」（Golod–Shafarevich Theory）。 这些工具是代数数论皇冠上的明珠，即便是专门研究数论的人类专家，想要将它们天衣无缝地组合在一起也需要耗费数年心血。 然而，一个通用推理模型，却在解决一个几何问题时，自发地将这两者结合，完成了惊人的跨界降维打击！ 普林斯顿大学的组合数学泰斗Noga Alon表示，亲眼看到这个内测模型给出解答时，他被这种优雅且聪明的手法深深震撼了。 英国皇家学会院士、菲尔兹奖得主Thomas Bloom也在配套论文中写道： 当评估AI生成的某个证明的重要性时，我会问自己：它有没有教会我们关于这个问题的新知识？我们对离散几何的理解加深了吗？ 答案是一个毫无疑问的「是的」。 它向我们展示了，数论结构在解决这类几何问题上，拥有远比我们想象的要深邃得多的发言权。 不是偏科战神，而是通才 更惊人的是，OpenAI特别强调了一点：「这个证明来自一个全新的通用推理模型，而不是一个专门为了解决数学问题或特定猜想而构建的定制系统。 在过去，AI解决数学问题往往依赖人类精心设计搜索框架，或者在特定领域（如自动定理证明Lean语言）内进行局限的试错。 但这一次，A