OpenAI AI 提出全新證明，解決困擾 80 年的數學難題

OpenAI 的一款推理模型提出了一個原創性的證明，推翻了自 1946 年以來懸而未決的著名幾何猜想——艾狄胥單位距離問題，這標誌著 AI 驅動科學發現的新時代。

「這是 AI 數學領域的一個里程碑，」費茲獎得主、劍橋大學教授 Timothy Gowers 在一篇配套論文中表示，他補充說，數學家在閱讀詳情之前可能「需要先坐穩」。

幾十年來，數學家們認為該問題的最佳解決方案類似於正方形網格。OpenAI 模型利用代數數論中的工具（如無窮類域塔和 Golod-Shafarevich 理論）發現了一個全新的構造家族，生成的單位距離對數量超過了之前的想像。

這一突破表明，通用 AI 現在可以跨越遙遠的領域連接思想來解決複雜問題，這種能力對生物學、物理學和工程學的研發具有重大意義，可能加速發現進程並影響像 Google DeepMind 這樣的公司。

這對 OpenAI 來說是一個重大轉折。七個月前，該公司曾因一名前高管過早聲稱 GPT-5 已解決多個艾狄胥問題而面臨批評。那些說法很快被包括 Thomas Bloom 在內的數學家拆穿，他們指出 AI 只是在文獻中找到了已有的解決方案。這一次，Bloom 是驗證新證明的配套論文的合著者。Bloom 在一份聲明中說：「AI 正在幫助我們更全面地探索我們幾個世紀以來建立的數學大教堂。」

該問題的核心最初由傳奇數學家保羅·艾狄胥提出，旨在尋找平面上恰好相距一個單位長度的點對的最大數量。AI 的解決方案不僅結果令人驚訝，其方法也出人意料。該模型沒有使用傳統的幾何方法，而是將問題與深奧的代數數論聯繫起來，這是大多數研究人員以前認為不相關的領域。普林斯頓大學數學家 Will Sawin 隨後改進了 AI 的結果，為這一進展提供了一個具體的指數。

使用通用推理模型而非專門為數學問題設計的模型，使這一成就尤為矚目。這表明 AI 系統正在發展維持長鏈、高難度推理鏈以及發現不同領域之間非顯而易見聯繫的能力。這種能力可能是 AI 輔助其他依賴複雜、跨學科思維的科學領域取得突破的前兆。

包括 Noga Alon 和 Arul Shankar 在內的著名數學家對這一發現表示了支持。Shankar 表示，這項工作表明 AI 可以「產生真正的原創性和創造性想法」。這一事件改變了關於 AI 是否具有真正科學貢獻潛力的長期辯論的走向，這場辯論通常由 Google 的 DeepMind 和 Meta 的 AI 負責人 Yann LeCun 等競爭對手主導。對於投資者而言，這釋放了一個信號：投入 AI 研究的海量資金正在產生超越消費級聊天機器人的基礎性成果，加強了處於 AI 開發前沿公司的長期投資論點。

本文僅供參考，不構成投資建議。