社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

31年数学难题72小时被连破三次!顶级学者致谢:大多数思想来自ChatGPT

图灵人工智能 • 3 小时前 • 5 次点击  

单击上方“图灵人工智能”,选择“星标”公众号

您想知道的人工智能干货,第一时间送达

图片
转自图灵边界,仅用于学术分享,如有侵权留言删除

作者 | 顾建· 编辑 | 方成

2026年10月4日晚上,全球高维几何学界经历了一场剧烈的地震。

预印本网站arXiv上,突然挂出了一篇仅有32页的论文。

标题看似平静,却在学界掀起巨浪:《给出KLS猜想的一个证明》。

KLS猜想,高维凸几何皇冠上的明珠。

整整31年,全球最顶尖的大脑前赴后继,都没能把它彻底拿下。

然而,当全世界的数学家屏住呼吸、翻到论文致谢页时,所有人都在屏幕前僵住了。

三位作者,包括该领域的绝对权威、以色列数学家Boaz Klartag,在致谢里写下了这样一句惊世骇俗的话:

“本文中的大多数证明和数学思想,都是由ChatGPT找到的。”

Bizeul等论文HTML中的致谢段落

▲ Bizeul、Klartag与Lehec论文中的致谢原文:大多数证明与数学思想由ChatGPT找到

更冷酷的补刀在引言里。

作者们轻描淡写地写道:鉴于近几十年人类对高维几何的理解,这个困扰学界31年的世纪难题,“对当代AI工具几乎不构成挑战”。

但这仅仅是疯狂72小时的开始。

就在这篇论文上传不到两小时后,微软研究院的Xinzhi Zhang与独立研究者Zhao Song甩出了另一份重达140页的完整证明。

紧接着10月6日,第三组学者又贴出了一份全新证明,直接把核心常数压到了25。

31年无人能破的铁壁,在短短几天内被三支团队用AI连捅三刀。

数学界的天,真的变了吗?

01节点一:一万维空间里“切西瓜”,卡住人类31年的死结

要看懂这场风暴,不妨先花一分钟搞懂:KLS猜想究竟在问什么?

想象你手里有一颗形状规整、表面没有任何凹陷的实心西瓜,数学上叫“凸体”(严格对应为“对数凹分布”)。

现在,你要把这个西瓜切成体积相等的两半,并且让切口的面积尽可能小。

也就是找到这颗西瓜最窄的“瓶颈”。

如果你手里拿的是可以任意弯曲的软刀,你自然能顺着西瓜最细的地方,切出最小的截面。

但如果在规则上限制你:只准用直刀,一刀平面切下去呢?

微软研究院博客首屏

▲ 微软研究院10月21日发布的官方博客,用正四面体直观演示了KLS猜想的切割几何

在三维世界里,直刀切出的最小截面,和弯曲刀切出的极限截面相差无几。

但如把西瓜放到一万维、一亿维的超高维空间里呢?

高维空间会不会藏着某种极其扭曲的隐秘窄道,让直刀彻底失效?

1995年,三位数学家Kannan、Lovász和Simonovits提出了一个大胆的猜想(即KLS猜想):无论空间维数 n 有多高,最好的“平切”永远不会比任意形状的“曲切”差太多,两者之间的差距永远被一个与维数无关的固定常数锁死。

别小看这一刀。

它直接决定了计算机在超高维空间里“随机游走”的速度。

如果猜想成立,意味着高维凸空间里没有困死算法的隐秘死胡同,从AI大模型采样到高维体积计算,底层随机算法的效率障碍将被一举扫清。

但要证明这个差值是“固定常数”,难如登天。

1995年最初的证明,误差会随着维数 n 的平方根(\sqrt{n})无限膨胀;

十几年后被压到 n^{1/3}、n^{1/4};

直到近几年,Klartag等人才好不容易把它压进对数级别(\log^{1/2} n)。

2026年7月27日,年轻学者Brayden Letwin把纪录推到了 \log^{1/4} n。

那堵名为“维数无关常数”的叹息之墙,依然死死挡在人类面前。

直到AI入场。

02节点二:72小时“三连爆”真相:三支团队的暗中接力

社交网络上,无数大V在狂欢:“三支团队同时用AI独立攻克31年难题!”

但只要扒开三篇论文的时间戳与引用链条,你会看到一个远比传言更复杂的真相:三篇论文环环相扣,构成了一场惊心动魄的“人机接力赛”。

第一棒,在7月28日就已鸣枪。

看到Letwin的7月新纪录后,钻研了该问题近十年的Zhao Song与微软研究员Xinzhi Zhang决定放手一搏。

他们在论文中罕见披露了所使用的前沿模型武器库:GPT-6 Astra、GPT-5.6 Sol、Claude Fable 5 与 Fable 5.1。

两人没有让AI盲目单干,而是让AI智能体并行探索了超过100条研究路径。

经过两个月的疯狂试错与人工剪枝,他们在10月1日率先贴出了第一版预印本,虽然还没完全干掉维数限制,但他们提炼出了一个关于“高阶导数判据”的致命武器,把上界逼到了极其接近常数的迭代对数级。

Song与Zhang的arXiv摘要页

▲ Song与Zhang于10月1日提交v1版本,并在10月4日更新140页的v2常数界证明

正是10月1日公开的这个“判据”,点燃了火药桶。

大洋彼岸的几何大牛Klartag等三人敏锐地嗅到了血腥味。

他们立刻抓起Song和Zhang刚公开的判据,加上自己脑中构思出的一个名为“悬置(Suspension)”的升维技巧,直接喂给了ChatGPT。

结果令人窒息。

仅仅72小时后(10月4日19:30 UTC),Klartag团队抢先一步挂出了那篇32页的完整证明,并在摘要中坦承:“证明的关键一步来自Song与Zhang的近期判据。”

短短两小时后(21:21 UTC),Song和Zhang也完成了最后一块拼图,贴出了140页的终极版证明。

四天后,第三组学者顺着相近脉络,用AI构造出计算工具,把常数一路砍到了25。

看懂了吗?

Song与Zhang用100条AI路径的苦功炸开了城门;

而顶级几何学家借着这块垫脚石,用ChatGPT在三天内完成了一次32页的外科手术式突袭。

03节点三:算力狂欢的背面:AI有无限推演力,但没有“数学品味”

在这场战役里,比算力规模更值得留意的,是两份披露里藏着的细节。

首先,在Klartag那篇高调感谢ChatGPT的论文里,作者专门划出了一道红线:全文大部分证明归功于ChatGPT,“但有一个显著例外,使用‘悬置(Suspension)’构造的想法,是由人类作者提出的。”

其次,微软研究院在10月21日的复盘博客中,透露了一个极具杀伤力的对照实验:他们曾开辟另一条实验轨道,给前沿大模型分配了完全相同的总Token预算,让它们在没有人类引导的情况下去硬刚KLS猜想。

结果呢?

全军覆没。

fanofaliens发布的微软研究进展帖

▲ 社交平台上热传的“微软两个月破局”帖文与信息图,提到研究者引导AI智能体探索百余条路径

这两处细节,一针见血地刺破了“AI已经能完全自主做数学”的泡沫。

为什么同样顶尖的模型、同样海量的算力,放手让它自己跑就是一团废纸,有人类盯着就能破局?

因为高维数学的搜索空间是宇宙级的。

AI拥有近乎无限的局部推演马力,但它没有“数学品味(Taste)”。

在Song和Zhang探索的100多条路径里,有99条都是看似合理、实则通向死胡同的沼泽。

如果没有人类学者十年积累的直觉去果断“剪枝”、砍掉废路,或者没有Klartag那样的大师精准塞入“悬置构造”这根定海神针,AI只会在错误的岔路上以光速狂奔。

算力决定了搜索的宽度,但人类的品味,才决定了能否活着走出迷宫。

04节点四:“十月数学冲击”与核验危机:当写论文比审稿快100倍

把镜头拉远,KLS猜想的连环爆破并非孤岛,它恰恰撞上了2026年10月震动科学史的“数学冲击(Mathocalypse)”。

就在KLS第三篇证明上传的同一天(10月6日),OpenAI突然在GitHub上开源了名为 openai/math 的重磅仓库,内部模型平均每道题仅烧掉3小时ChatGPT Pro算力,一口气倾倒出722篇数学论文,横扫372个研究主题!

然而,翻车来得比喝彩更快。

仅仅24小时后(10月7日),OpenAI就被迫紧急撤回3篇论文、修订14篇。

原因令人哭笑不得:一篇关于阿贝尔簇的论文里出现了一个基础的正负号错误,像多米诺骨牌一样直接击穿了另外两篇依赖它的论文。

而就在此前一个月,OpenAI因为抢发纳维-斯托克斯方程成果引发优先权争议,刚刚遭遇了28位菲尔兹奖得主联署公开信痛批“严重失准(Severe Misalignment)”。

KLS500 GitHub仓库

▲ 开发者在GitHub上建立的KLS500仓库,试图用Lean 4代码对KLS证明进行机器核验

这正是悬在KLS三篇预印本头上的达摩克利斯之剑。

截至目前,无论是140页的鸿篇巨制,还是32页的ChatGPT奇袭,全部处于未经同行评议的预印本状态。

虽然GitHub上已有独立开发者建起 KLS500 仓库,尝试用Lean 4语言进行机器形式化验证,但外部独立核验工具(如Comparator、Nanoda)尚未跑通;

微软自研的Lean证明也未公开。

独立追踪平台 whataifound.org 目前仅将KLS词条谨慎地标为“作者自证(Author verified)”。

正如菲尔兹奖得主陶哲轩与数学家Gil Kalai在10月风暴中所警告的那样:数学界正在遭遇前所未有的“吞吐量失衡”。

过去,人类想出一个证明要十年,同行审稿要半年;

现在,AI三天就能吐出几百页严丝合缝却可能暗藏符号陷阱的推导。

生成证明变得像自来水一样廉价,而核验真理却正在榨干人类顶尖大脑的带宽。

31年的KLS猜想或许真的已经在2026年10月倒下。

但当硝烟散去,人类数学家不得不面对一个陌生的时代:仅仅在黑板前苦算十年已经不够,未来的大师还得具备另一重本领,在AI生成的百条幻觉迷雾中,一眼认出唯一真理,担任“最高审判官”。

图片

文章精选:

1.刚刚,图灵奖得主Hinton发了首篇RSI论文

2.图灵奖得主本吉奥警告全网:AI已经学会“演给安全测试看”,下一代我们可能真的抓不住了!
3.图灵奖得主萨顿 WAIC 2026 最新演讲:现在的 AI 还不算真智能,我们正迈入经验时代
4.菲尔兹奖得主陶哲轩最新访谈:未来数学属于人类与 AI 的混合体
5.图灵奖得主、AI教父辛顿:AI已具备意识,且将进化成远超人类的智能生命体
6.图灵奖得主、“AI教父”辛顿认错:我当年想得太简单!卡死医疗AI落地的,其实是背后的法律
7.图灵奖得主Bengio预言o1无法抵达AGI!Nature权威解读AI智能惊人进化,终极边界就在眼前
8.图灵奖得主、强化学习之父Rich Sutton:大语言模型是一个错误的起点
9.图灵奖得主杨立昆:大语言模型缺乏对物理世界的理解和推理能力,无法实现人类水平智能
10.压缩即是全部 —— 菲尔兹奖得主 Michael Freedman 给数学和 AI 的一封信

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203591