OpenAI AI 提出全新证明，解决困扰 80 年的数学难题

OpenAI 的一款推理模型提出了一个原创性的证明，推翻了自 1946 年以来悬而未决的著名几何猜想——埃尔德什单位距离问题，这标志着 AI 驱动科学发现的新时代。

“这是 AI 数学领域的一个里程碑，”菲尔兹奖得主、剑桥大学教授 Timothy Gowers 在一篇配套论文中表示，他补充说，数学家在阅读详情之前可能“需要先坐稳”。

几十年来，数学家们认为该问题的最佳解决方案类似于正方形网格。OpenAI 模型利用代数数论中的工具（如无穷类域塔和 Golod-Shafarevich 理论）发现了一个全新的构造家族，生成的单位距离对数量超过了之前的想象。

这一突破表明，通用 AI 现在可以跨越遥远的领域连接思想来解决复杂问题，这种能力对生物学、物理学和工程学的研发具有重大意义，可能加速发现进程并影响像谷歌 DeepMind 这样的公司。

这对 OpenAI 来说是一个重大转折。七个月前，该公司曾因一名前高管过早声称 GPT-5 已解决多个埃尔德什问题而面临批评。那些说法很快被包括 Thomas Bloom 在内的数学家拆穿，他们指出 AI 只是在文献中找到了已有的解决方案。这一次，Bloom 是验证新证明的配套论文的合著者。Bloom 在一份声明中说：“AI 正在帮助我们更全面地探索我们几个世纪以来建立的数学大教堂。”

该问题的核心最初由传奇数学家保罗·埃尔德什提出，旨在寻找平面上恰好相距一个单位长度的点对的最大数量。AI 的解决方案不仅结果令人惊讶，其方法也出人意料。该模型没有使用传统的几何方法，而是将问题与深奥的代数数论联系起来，这是大多数研究人员以前认为不相关的领域。普林斯顿大学数学家 Will Sawin 随后改进了 AI 的结果，为这一进展提供了一个具体的指数。

使用通用推理模型而非专门为数学问题设计的模型，使这一成就尤为瞩目。这表明 AI 系统正在发展维持长链、高难度推理链以及发现不同领域之间非显而易见联系的能力。这种能力可能是 AI 辅助其他依赖复杂、跨学科思维的科学领域取得突破的前兆。

包括 Noga Alon 和 Arul Shankar 在内的著名数学家对这一发现表示了支持。Shankar 表示，这项工作表明 AI 可以“产生真正的原创性和创造性想法”。这一事件改变了关于 AI 是否具有真正科学贡献潜力的长期辩论的走向，这场辩论通常由谷歌的 DeepMind 和 Meta 的 AI 负责人 Yann LeCun 等竞争对手主导。对于投资者而言，这释放了一个信号：投入 AI 研究的海量资金正在产生超越消费级聊天机器人的基础性成果，加强了处于 AI 开发前沿公司的长期投资论点。

本文仅供参考，不构成投资建议。