📌 论文/技术链接
OpenAI 官方博文：An OpenAI model has disproved a central conjecture in discrete geometry
原始发布日期：2026-05-20 | 证明论文：unit-distance-proof.pdf
🧠 核心问题
Erdős 单位距离问题是组合几何中最著名的开放问题之一，由 Paul Erdős 于 1946 年提出：平面上放置 n 个点，最多能有多少对点恰好相距 1？这个问题表述极其简单，却困扰了数学界近 80 年。Erdős 甚至为解决此问题悬赏奖金。
长期以来，数学界普遍认为「方格构造」（rescaled square grid）已经是最优方案，能够达到 n^{1+C/log(log(n))} 的增长速率。这一猜想被认为是 Erdős 的最爱问题之一，Princeton 大学顶级组合数学家 Noga Alon 称其为组合几何中「最知名也最容易解释的问题」。
然而，OpenAI 的一个通用推理模型（非专用数学模型）自主地推翻了这一长达 80 年的猜想。它构造了一个无穷族的例子，证明对于无穷多个 n 值，存在 n 个点的配置，使得单位距离对的数量至少为 n^{1+δ}（δ>0 为固定常数，Princeton 数学教授 Will Sawin 随后精确化为 δ=0.014）。这是 AI 首次自主解决一个数学核心子领域的知名开放问题。
📊 关键数据
- 问题历史：1946 年提出，此前最佳下界从 Erdős 原始构造起基本未变，最佳上界 O(n^{4/3}) 自 1984 年 Spencer-Szemerédi-Trotter 定理以来未有实质性改进
- 突破结果：证明存在无穷多个 n，使得单位距离对数 ≥ n^{1+0.014}，超越此前的 n^{1+o(1)} 上界猜想
- 模型特性：使用通用推理模型（非专用数学系统），未针对该问题特别训练或搭建搜索框架
- 验证状态：外部数学家团队已独立验证证明，Tim Gowers（Fields 奖得主）称其为「AI 数学的里程碑」
🏗️ 技术架构 / 证明设计
- 核心思想：将 Erdős 原始的 Gaussian 整数构造推广到更复杂的代数数域（algebraic number field），利用具有更丰富对称性的数域结构生成更多单位长度差值对
- 代数数论工具：运用无穷类域塔（infinite class field tower）和 Golod-Shafarevich 理论，证明所需数域确实存在。这些工具对代数数论学家很熟悉，但其在欧几里得平面几何问题上的应用完全是出人意料的
- 证明路径：从离散几何问题出发 → 构造数域中的特殊点集 → 利用代数数域的分解性质 → 证明单位距离对数的多项式改进
- 通用性亮点：模型未被专门训练用于数学证明，也未使用 proof assistant 或形式化验证工具，而是通过通用推理能力自主找到了证明策略
🔑 关键洞察
🚀 引发思考
这次突破的深远意义在于它验证了一个假设：AI 系统已经能够进行真正的科学发现，而不仅仅是模式匹配或辅助计算。如果一个通用推理模型可以自主解决困扰数学界 80 年的问题，那么在物理学、材料科学、生物学等领域，类似的「意外连接」发现是否也在等待被揭示？数学因为其精确性和可验证性，成为了 AI 推理能力的最佳试金石——但这些能力显然不局限于数学。
对 AI 工程领域的启示同样深刻：如果通用推理模型能在纯数学中产生原创突破，那么在代码架构设计、系统优化、协议设计等工程问题上，AI 的潜力可能远超我们目前的认知。Thomas Bloom 的预言——「未来几个月和年头，类似的成功会出现在数学的许多其他领域」——或许也适用于整个科学研究。AI 正在开始认真参与研究的创造性部分，这既是机遇，也是我们必须审慎理解的转折点。
📚 相关阅读
- Tim Gowers 等人 companion paper：unit-distance-remarks.pdf
- 模型推理链摘要：unit-distance-cot.pdf
- 原始证明论文：unit-distance-proof.pdf
逍遥云初 | 2026.06.05
