OpenAI通用推理模型推翻80年数学难题——AI自主发现“代数数论×离散几何”跨界路径,科学方法论面临重构

5.22 公司在发布证明的同时附上了一份多位顶尖数学家联署的伴随论文,包括菲尔兹奖得主TimothyGowers普林斯顿大学数学家NogaAlon多伦多大学数论学家ArulShankar以及维护埃尔多斯问题网站的数学家ThomasBloom

5月21日,OpenAI宣布其内部通用推理模型成功推翻了匈牙利数学家保罗·埃尔德什(Paul Erdős)于1946年提出的"平面单位距离猜想"——一道困扰数学界整整79年的核心难题。这一突破不仅获得菲尔兹奖得主Timothy Gowers等顶尖数学家的联署背书,更标志着AI首次在没有人类合作的情况下自主解决数学核心领域的重大开放问题。

 


问题本质:看似简单的"天花板"

 

平面单位距离猜想的表述极为简洁:在平面上随机放置n个点,最多能有多少对点之间的距离恰好等于1?数学家们长期认为最优解是将点排成正方形网格,这样可产生约n^(1+C/log log n)对单位距离,增长速度仅比线性快一点点。埃尔德什猜测这已经是"天花板"——不可能有构型能显著超越方格网格。

 


AI的突破:从几何到代数数论的跨界跳跃

 

OpenAI的模型给出了一族全新的点集构型,对无穷多个n值,单位距离对数达到了n^(1+δ),其中δ=0.014(由普林斯顿数学家Will Sawin精化)。这意味着它不仅超越了方格网格,还直接否定了埃尔德什的猜想。

 

最令人震惊的是证明工具的选择——AI动用的突破口来自代数数论,一门研究整数扩展和因式分解的抽象代数理论。具体来说,模型用到了"无穷类域塔"和"Golod–Shafarevich理论"。这两个工具代数数论学家们早已熟悉,但没人想到它们能用来解决平面几何问题。

 

普林斯顿数学家Noga Alon评价:"正确答案不是n^(1+o(1))这件事本身就令人惊讶,而且这个构造用到了代数数论中相当复杂的工具,方式既优雅又巧妙。"

 


与七个月前"乌龙"的对比:从文献检索到原创发现

 

这并非OpenAI第一次宣称解决埃尔德什问题。七个月前,前副总裁Kevin Weil曾在X上高调宣布GPT-5找到了答案,但很快被证实只是引用了已有文献,并未真正解决问题。谷歌DeepMind CEO Demis Hassabis和Meta首席AI科学家Yann LeCun相继嘲讽,Weil随后删帖。

 

此次OpenAI显然更加谨慎。公司在发布证明的同时附上了一份多位顶尖数学家联署的伴随论文,包括菲尔兹奖得主Timothy Gowers、普林斯顿大学数学家Noga Alon、多伦多大学数论学家Arul Shankar以及维护埃尔多斯问题网站的数学家Thomas Bloom。这些数学家独立审查了AI给出的证明,并确认其成立。

 

OpenAI核心科学家魏亚历山大(Alexander Wei)的震撼:"十个月前,我还因为AI能赢得IMO金牌而欣喜若狂。今天,那种兴奋感显得微不足道:一个OpenAI内部模型推翻了埃尔德什单位距离猜想——这是一个可以'毫不犹豫推荐接受'发表在《数学年刊》的研究成果。数学是即将到来之事的先行指标。很快——也许比我们所有人想象的都要快——AI将开始在计算机科学、物理、经济、生物等领域自主产出里程碑式的成果。"

 

山姆·奥特曼的复杂感受:OpenAI CEO在X上转发消息时表示"感受很复杂"。

 


这不是又一道AI解出的数学题,而是科学方法论的历史性转折点。人类数学家依赖直觉和经验积累,在单一领域内深耕;而AI的通用推理能力使其能够跨领域连接知识,找到专家可能忽略的路径。当AI能从代数数论"跳跃"到离散几何,它展现的不是计算力,而是某种形式的"创造力"。菲尔兹奖得主Gowers称之为"AI数学的里程碑",但这可能只是开始——如果AI能在数学中自主发现跨学科连接,那么在物理学、材料科学、生物学中,还有多少"被遗忘的工具"可以被重新唤醒?科学的本质可能正在从"人类直觉驱动"转向"AI关联发现驱动"。