刚刚，AI破解知名数学猜想

近80年没人撼动的数学猜想，被OpenAI一个通用模型用一种「歪门邪道」破解了。菲尔兹奖得主盖章认证「AI数学的里程碑」，普林斯顿顶级数学家直言「正确答案完全出乎所有人预料」。更离谱的是，AI解题用的工具来自一个和几何八竿子打不着的数学分支——代数数论。

一把尺子引发的80年难题

1946年，匈牙利数学家Paul Erdős随手在平面上画了个问号：放n个点，最多能有多少对距离恰好为1？听起来像小学奥数对吧？但这就是数学的残酷之处——越简单的问题，往往越难搞。2005年那本离散几何权威教材把它评为「组合几何中最知名、也最容易解释的问题」，翻译一下就是：人人都能听懂，但没人能解开。

Erdős爱这道题爱到发奖金悬赏，几乎每场讲座都要提一嘴。近80年来，数学界有个心照不宣的共识：把点像棋盘一样铺开，大概就是最好的答案了。Erdős甚至据此提出了一个上界猜想，认为单位距离点对的数量最多只能略高于线性增长。所有人都觉得，这题差不多就这样了。

AI说不

OpenAI的通用推理模型给出了完全不同的答案。它不是专门调过的数学模型，也不是为了这道题定制的系统，就是一个通用模型，在一组Erdős问题的常规测试中自己找到了突破口。

AI构造出一族全新例子，证明对于无穷多个n，平面上n个点可以得到至少n^(1+δ)个单位距离点对。这里的δ是固定正数，普林斯顿教授Will Sawin后续改进显示可以取到0.014。平方网格构造被彻底打破，AI证明单位距离点对的数量可以实现固定比例的指数优势，而不是只能无限接近线性增长。

解题思路让人意想不到

如果AI只是用更复杂的几何技巧破解，那还算「意料之中」。但它没有，它把问题带到了代数数论——一个看起来和离散几何八竿子打不着的领域。证明用到了无限类域塔、Golod-Shafarevich理论这些高阶工具，这些东西数论学家很熟悉，但没人想到能用来解决欧氏平面上的几何问题。

Thomas Bloom在配套论文里写得很直白：这个结果说明，数论构造对离散几何问题的影响，可能比过去预想的深得多。一个通用AI模型，从代数数论的故纸堆里翻出了几何学家们找了80年的钥匙。

AI开始触碰科研的上游

过去几年，AI在数学里的角色主要是「辅助」——解题、验证、检索资料，人类给方向，AI来执行。这次不一样，OpenAI强调模型是自主提出了新构造，并完成了能让外部专家审查的证明。没有人类预设路径，没有针对性训练。

Tim Gowers之前还做过一个实验：让模型处理数论公开问题，不到两小时给出接近博士水平的研究，参与研究的年轻学者认为关键想法「完全原创」。这些案例连起来看，AI正在从「会解题」进入「会研究」的早期阶段。

数学家失业了？想多了

先别急着喊「数学家要失业」。这次突破的完整流程，人类专家仍然不可或缺：AI提出证明，外部数学家检查正确性，配套论文解释背景和意义。

但劳动结构确实在变了。未来研究者的核心任务可能会越来越集中在三件事：判断问题是否重要，判断结果是否可信，判断哪条路线值得继续投入。AI负责批量提出复杂路径，人类负责选择和把关。

OpenAI在博客里写了一句挺有意思的话：如果模型能在数学中保持复杂论证的连贯性，连接不同知识领域，那类似能力也可能帮助生物、物理、材料科学、工程和医学等领域的研究。换句话说，数学只是开始。

最后

Erdős被称为「数学顽童」，一生四处游历，脑子里却装着无数数学问题。他大概想不到，自己当年随手画下的那个问号，会在近80年后被一台机器以一种他从未想象过的方式解答。更想不到的是，解题的工具来自一个他从未涉足的数学分支。

这或许是对他最好的致敬——问题解决的方式，比解决本身更令人惊喜。

附：

文章来源：OpenAI官方博客《An OpenAI model has disproved a central conjecture in discrete geometry》

https://openai.com/index/model-disproves-discrete-geometry-conjecture/

关注“大厂观察”，带你读懂大厂内幕和商业逻辑。