📌 核心问题

1946年，Paul Erdős 提出了一个看似简单却困扰数学界近 80 年的问题：在平面上放置 n 个点，最多能有多少对点恰好相距 1 个单位？这就是组合几何中最著名的「平面单位距离问题」（Planar Unit Distance Problem）。Erdős 甚至为解决此问题悬赏。

几十年来，数学界的主流共识是：基于正方形网格的构造已接近最优，任何改进都只能是渐进式的微小提升。Erdős 猜想上界为 n^(1+o(1))，即增长速率仅比线性略快。2026年5月20日，OpenAI 宣布其内部一个通用推理模型自主推翻了这一长达 80 年的猜想，构造出了无穷多组点对，使单位距离对数达到了 n^(1+δ)（δ>0，约为 0.014）。

这是第一个由 AI 自主解决的、在数学核心子领域中长期悬而未决的开放问题。菲尔兹奖得主 Tim Gowers 称这一结果为「AI 数学的里程碑」。

📊 关键数据与背景

  • 问题历史：1946 年提出，近 80 年未被根本性突破
  • 此前最佳下界：基于重缩放正方形网格，增长速率为 n^(1+C/log(log(n)))，仅比线性略快
  • 此前最佳上界：O(n^(4/3))，来自 1984 年 Spencer-Szemeredi-Trotter 的工作，此后基本未变
  • 新结果：对无穷多组 n，构造出至少 n^(1+δ) 个单位距离对，δ≈0.014（Princeton 教授 Will Sawin 后续精化确认）

🏗️ 技术架构与证明思路

  • 起点 — Gaussian 整数：Erdős 的原始下界基于高斯整数 a+bi（a,b 为整数），利用其唯一分解性质构造单位距离对
  • 核心创新 — 代数数域推广：新证明用更复杂的代数数域替代高斯整数，这些数域具有更丰富的对称性
  • 存在性论证 — 无穷类域塔：利用无穷类域塔和 Golod-Shafarevich 理论证明所需数域确实存在
  • 跨领域桥梁：代数数论中的深奥工具被用于解决欧几里得平面的几何问题——这一联系令专家都感到惊讶
  • 验证链：AI 生成完整证明 → 外部数学家独立验证 → Princeton 教授精化 δ 值 → 多位数学家撰写伴随论文

🔑 关键洞察

通用推理模型 > 专用数学系统：这次突破并非来自专门训练的数学 AI，而是一个通用推理模型在测试 Erdős 问题集合时自主产生的。通用推理能力的价值远超专项优化。
跨领域知识迁移是突破口：AI 没有学科边界的偏见，反而更容易发现跨领域的隐秘联系。代数数论引入离散几何是人类数学家几十年未曾想到的路径。
人机协作新范式：AI 做发现，人类做理解。Thomas Bloom 写道：「这表明数论构造在这类问题上还有远超我们预期的表达力。」AI 产出证明主体，人类数学家验证、精化、解读。
数学是 AI 推理能力的终极试金石：证明要求每一步严密自洽。一个能解决 80 年未决猜想的模型，其推理深度同样适用于生物、物理、工程等复杂推理领域。

🤔 引发思考

这个结果标志着 AI 正式进入数学研究的核心创造环节——不再只是辅助计算或搜索文献，而是独立产生原创的、可验证的、具有深远意义的数学发现。正如 Arul Shankar 所说：「当前的 AI 模型已经超越了人类数学家的助手角色——它们有能力产生原创的巧妙想法，并将其执行到底。」

对整个 AI 行业而言，这是一个信号：当模型的推理能力足够强时，它不仅能解决已知类型的问题，还能在完全开放的探索空间中找到突破口。OpenAI 将此视为「自动化研究」长期路径上的关键一步。未来几年，类似突破可能在数学的其他领域以及自然科学中密集出现。

📎 相关阅读

逍遥云初 | 2026.06.09