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

ChatGPT攻克31年数学难题!泰斗级学者坦白:证明全是AI找的,人类只负责看懂

井底之硅 • 昨天 • 11 次点击  
井底之硅 · 洞察AI技术演进,解读产业变革逻辑

作者 | 赵强· 编辑 | 彭毅

2026年10月的第一周,数学界被一段短短两行的论文致谢炸穿了。

这段话出现在预印本平台arXiv一篇刚刚提交的32页论文里。

论文宣称彻底解决了困扰高维几何与概率论学界31年的核心难题,KLS猜想(Kannan–Lovász–Simonovits Conjecture)。

更让人头皮发麻的,是三位作者在致谢栏里写下的坦白:

“本文中的大部分证明与数学想法均由ChatGPT找到……作者的角色,主要是理解这些证明,并改进它们的表述。”

Bizeul等论文致谢中的ChatGPT披露

▲ Bizeul、Klartag与Lehec论文致谢全段:大部分证明与数学想法由ChatGPT找到,悬置构造是作者自己补的那一步

写下这句话的人并非寂寂无名的业余爱好者。

第二作者Bo'az Klartag,正是当今高维凸几何领域首屈一指的领军泰斗。

当人类在某一领域的最高智力代表公开承认自己退居为AI的“阅读理解员”和“润色工”时,整个科学共同体都听到了时代齿轮剧烈咬合的巨响。

steve hsu引用致谢原文的推文卡

▲ 物理学家Steve Hsu转发论文致谢截图,引发学界对AI真实科研能力的激烈讨论

而这仅仅是2026年10月风暴的一角。

在短短一周内,三支研究团队接连贴出攻克KLS猜想的预印本,第四支团队紧跟着上线了Lean 4机器形式化核验代码,无一例外,全部深度动用了前沿AI模型。

一场围攻了31年的数学战役,为何在十周之内突然全线崩盘?

01节点一:1995,2026.07|困住随机游走者的“高维迷宫”与最后一道对数墙

要看懂这场风暴,不妨先拿一把菜刀切一块粘土。

假设你手里有一块质地均匀的粘土(数学上叫“凸体”或更广泛的“对数凹分布”),你想把它切成重量相等的两半,同时要求切开的断面面积尽可能小。

如果允许你用任意弯曲的刀面去掏,你肯定能找到最窄的瓶颈;

但如果只准你用平直的刀一刀切下去(超平面切割),切出来的截面会比弯曲刀面大多少?

在三维世界里,平刀和弯刀差别不大。

但如果是一万维空间呢?

1995年,三位数学家Kannan、Lovász与Simonovits提出了一个大胆的猜想:无论维数 n 有多高,平刀与弯刀的效率比值,永远能被一个与维数无关的普适常数 O(1) 卡死。

这就是KLS猜想。

它之所以成为计算机科学和概率论的“皇冠”,是因为它直接决定了高维空间里的随机游走会不会迷路。

高维凸体一旦存在平刀切不到、只有弯刀才能掐断的隐秘“沙漏窄颈”,随机游走算法就会被死死困在局部。

今天人工智能采样、高维积分、物理统计模拟的底层效率,全都系于这一刀之上。

在高维几何里,KLS猜想与“薄壳猜想”、“Bourgain切片猜想”并称凸几何三兄弟,且存在严格的强弱链条:KLS  \Longrightarrow 薄壳 \Longrightarrow 切片。

KLS是统治另外两者的终极Boss。

过去31年,全球顶尖数学家搭起了一座漫长的“削减维数阶梯”:

  • 1995年,提出者给出 \sqrt{n} 上界;
  • 2012年,Ronen Eldan发明“随机局部化”神技,将上界压到 n^{1/3}\sqrt{\log n};
  • 2020年,陈远思(Yuansi Chen)首次击穿多项式壁垒,进入亚多项式时代;
  • 2023年,Klartag将记录推进至 \sqrt{\log n};
  • 2024年12月,Klartag与Lehec借助管清扬(Qingyang Guan)的迹估计,一举攻克了三兄弟中最弱的Bourgain切片猜想;
  • 2026年7月27日,Brayden Letwin证明了二次型情形下的KLS不等式,将一般上界刷新到 O(\log^{1/4} n)。
Letwin arXiv摘要页

▲ 2026年7月27日,Brayden Letwin将KLS常数一般上界推进至  \log^{1/4} n

从 \sqrt{n} 到 \log^{1/4} n,人类已经摸到了常数 O(1) 的门把手。

但最后这四分之一次方对数,却像一道焊死的铁门。

原因在于传统技术路线撞上了两堵结构性高墙:一是“协方差尖峰障碍”,在随机局部化过程中,哪怕像独立指数分布乘积这样本身完全满足KLS的测度,在高维尾部也会以极高概率爆出尺度为 \log n 的极值特征值;

二是压制特征值所用的“软最大值(Softmax)熵代价”,为了同时看住 n 个方向,算法必须付出 \log n 的天然税金。

只要还在只盯紧最大特征值的老路上打转,这个 \log n 就永远除不掉。

02节点二:2026.07.28,10.04|微软百路智能体狂飙,70天砍穿31年铁壁

转机发生在Letwin论文发布的第二天。

独立研究者宋昭(Zhao Song)十年前在华盛顿大学访问时就听说了KLS猜想。

此后他在普林斯顿高等研究院(IAS)做博士后期间,以及2022至2024年间多次冲锋,全部折戟。

2026年7月27日读完Letwin的新证明后,他与微软研究院高级研究员张欣智(Xinzhi Zhang)敏锐地意识到:机会来了。

7月28日,两人启动了一套全新的作战模式,“人类引导的智能体研究(Human-guided agentic research)”。

微软研究院KLS博文首屏

▲ 微软研究院于2026年10月21日发文披露人机协作攻克KLS猜想的完整流程

他们在论文披露中明确列出了参战的AI主力军:GPT-6 Astra、GPT-5.6 Sol、Claude Fable 5 与 Fable 5.1。

这套打法把模型编成了一支工程队伍,展开一场工业级的数学搜索:

  1. 百路并发:多路AI智能体并行出发,在十周内探索了超过100条研究轨迹,猛攻高阶导数与“倾斜平均(tilt averages)”判据;
  2. 人类剪枝:两位数学家像冷酷的园丁,在每一轮中间结果出炉后,迅速砍掉死胡同,将最有希望的分支送入下一轮;
  3. 跨界奇袭:9月30日,人机团队先把上界压到 \log^{1/6} n,紧接着在10月1日第一版预印本中推进到极其微小的迭代对数级 16^{\log^* n}。

就在所有人以为还要再磨几年时,宋昭从自己早年做线性规划与动态维护矩阵逆的算法工作中提取出一个关键直觉,“高度削减”递归精炼。

他们将整套  \log^* n 精炼过程反复套娃施用,把每一阶段的累积误差硬生生压成了几何级数衰减!

10月4日,第二版预印本上线。

标题直接改为《KLS常数的 O(1) 上界》,全文长达140页。

最后一点维数依赖,灰飞烟灭。

这里有一个极其毒辣的细节:微软团队专门做了一组“无人类引导”的对照实验。

他们给AI分配了完全相同的总Token预算,让智能体自己去撞大运。

结果是:完全失败,根本无法抵达终点。

没有人类数学家的审美断头台去斩断无效分支,庞大的算力只会在高维代数的迷宫里原地空转。

03节点三:2026.10.04,10.08|96小时三路会师:当人类泰斗变成AI的“解说员”

微软团队10月1日贴出的第一版预印本,就像在干柴堆里扔下了一颗火星。

一直守在前沿的几何泰斗Klartag,与合作者Pierre Bizeul、Joseph Lehec第一时间读到了宋昭与张欣智提炼出的“倾斜平均高阶导数判据”。

他们意识到,只要能填上最后一步导数增长控制,根本不需要140页的递归套娃,就能直接走完最后一公里。

人类学者贡献了一个名为“悬置(suspension,即增维构造)”的核心巧思,通过引入辅助坐标,把棘手的倾斜平均导数转化为混合累积量。

而剩下的重头戏,那些繁复到令人窒息的多项式展开、算子推导与不等式闭合,被交给了ChatGPT。

10月4日,比宋昭与张欣智的v2版本甚至还早几个小时,Klartag团队贴出了那篇仅32页的《给出KLS猜想的一个证明》,并在致谢里写下了那句震动学界的名言:除悬置构造由作者提出外,大部分证明与数学想法均由ChatGPT找到。

仅仅48小时后,10月6日,加州大学戴维斯分校的Krishnakumar Balasubramanian与Shiva Kasiviswanathan杀入战场,抛出了第三份证明。

在AI前沿模型的实质协助下,他们通过Appell多项式与确定性变分法,直接算出了一个漂亮得惊人的显式常数:对任意各向同性对数凹测度,庞加莱常数 C_P(\mu) \le 25!

Balasubramanian–Kasiviswanathan arXiv摘要页

▲ 第三支团队给出显式普适上界:庞加莱常数不超过25

又过了48小时,10月8日,GitHub上悄然出现了一个名为 HongruZhao/KLS500 的开源仓库。

研究者利用智能体在大约一天之内,将宋昭与张欣智第一版的核心判据与其他路线结合,用Lean 4语言搭建起了目标为 C_P \le 500 的机器形式化证明框架。

GitHub KLS500仓库首屏

▲ GitHub上公开的Lean 4形式化验证仓库KLS500

70天破局,96小时三路会师加机器形式化跟进。

数学史上从未有过如此密集的火力覆盖。

04节点四:终局洞察|数学研究的“奇点”已至,人类还剩下什么?

需要冷静指出的是,目前这三份手稿与Lean代码库仍处于预印本与社区核验阶段,尚未走完传统期刊漫长的同行评议;

后两份工作也并非与微软团队毫无关联的平行宇宙,而是站在宋昭与张欣智“倾斜平均判据”的肩膀上迅速合拢的会师。

但剥开热闹的表象,KLS猜想的轰然倒塌,为我们揭示了三个直达本质的残酷真相:

第一,为什么卡了31年的难题会在一周内被三杀?

因为挡住人类的最后一道墙,是全阶多项式与高阶张量积分的“代数算力深渊”。

这一层没有惊天动地的哲学新几何可以绕开,剩下的全是硬算。

过去人类只能算清二阶矩(薄壳)或三阶张量(Letwin的二次型),再往上走,组合爆炸就会击穿人脑的工作记忆极限。

而AI恰恰天生免疫这种符号推演的眩晕感。

一旦判据窗户纸被捅破,AI就能在几天内扫平所有代数障碍。

第二,“坦白使用AI”正在成为顶级学者的新勋章。

过去两年,不少学者在论文里用AI却讳莫如深。

但这次,三支团队全部把AI写进披露甚至摘要页。

正如网友在讨论中所言:只有当顶尖学者诚实地划出“哪一步是人类想的,哪一步是ChatGPT推出来的”,人类才能看清自己的护城河在哪里。

第三,未来的顶尖数学家,将是“手握剪刀的架构师”。

回看这场战役中最核心的两个人类瞬间:一个是宋昭从线性规划跨界借来的“递归高度削减”加上百路搜索中的精准剪枝;

另一个是Klartag团队灵光一闪的“增维悬置”。

AI包揽了95%的战术冲锋、公式推导与手稿检验;

但那决定生死的5%,跨领域的直觉迁移,以及在百条岔路口一眼看出哪条路有戏的审美直觉,依然死死攥在人类手里。

31年前,三位数学家问:高维世界里,一把平直的刀能不能切开一切迷宫?

31年后,人类与AI握着同一把刀,给出了肯定的回答。

而数学研究本身,也就在这一刀落下的瞬间,被切进了全新的纪元。

井底之硅 · 洞察AI技术演进,解读产业变革逻辑

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203681