理解“Erdős 单位距离问题”1946 年保罗・埃尔德什提出几何猜想在平面上任意放置 n 个点最多有多少对点距离恰好为 1。将 n 个点排成直线可得 n - 1 个单位距离对排成正方形网格可得大约 n 个对此前人类最好构建方法是缩放后的正方形网格利用高斯整数的性质可将数量提升至 Cn^1.5C 为常数。几十年来数学界受埃尔德什直觉影响认为正方形网格结构是最优解他还提出上限为 n^1.5 的猜想其中的附加项表示一个随着 n 的增加而趋于 0 的项。自 1984 年数学家确立上限后该问题上下限区间沉寂 40 多年众多几何大牛后续改进也未能打破“正方形网格不可超越”的常识。然而OpenAI 新模型证明对于无穷多个 n 值可构建至少拥有 n^1.514 个单位距离对的 n 个点的配置。最初 AI 证明未给出明确值普林斯顿大学数学教授威尔・萨温改进后表明可取 0.014。AI 证明的新技术AI 的证明从熟悉几何想法出发推向意外方向。传统上人类数学家通过高斯整数形如 a bi 的数其中 a、b 为整数i 则是 -1 的平方根在平面构筑网格提升单位距离对但通用推理模型察觉到高斯整数对称性不够转而运用代数数论。AI 用“代数数域扩张”替代高斯整数构筑更高级、丰富对称性的数域结构创造远超以往的单位长度差。为证明复杂数域存在且点集满足条件AI 搬出代数数论的无限类域塔和 Golod - Shafarevich 理论。这一成功证明让困扰数学界 80 多年的难题找到最终解。对数学的意义这一成果标志着人工智能参与数学研究的重要时刻AI 系统自主解决活跃研究领域核心且悬而未决多年的难题也让我们初窥人工智能与人类数学家新型协作模式。外部数学家配套研究呈现出比 AI 原始解法更丰富、深刻的图景。曼彻斯特大学研究员 Thomas Bloom 认为这一成果表明数论构造对解答此类问题的启示比预想丰富解决问题所需数论知识深度可能非同寻常未来代数数论学家会关注离散几何其他未解难题。该解法揭示的代数数论与离散几何的关联可能为数学家探索相关延伸问题搭建桥梁。Bloom 还指出未来数月乃至数年数学其他分支可能出现类似 AI 解决难题的成功案例AI 助力探索“数学大教堂”深处的奇观。AI 突破的价值“Erdős 单位距离问题”与数论和代数几何学密切相关AI 做到了许多优秀人类研究者未做到的事。OpenAI 此次突破核心意义不止于研究成果AI 的数学推理能力使其成为强而有力的科研伙伴能贯穿复杂思维逻辑联结不同知识领域概念发掘研究路径协助攻克难题。这些能力在生物学、物理学、材料科学、工程学及医学等领域也有实用价值是迈向“科研自动化”的关键一环。未来人类科研方法可能是人类发挥判断力AI 进行信息检索、提供思路建议和验证研究结果大量科学方向发展速度将加快。