AI 自主推翻 Erdős 单位距离猜想：80 年未解难题的代数数论突破
论文链接：https://openai.com/index/model-disproves-discrete-geometry-conjecture/
深度分析：https://arstechnica.com/ai/2026/06/openais-math-breakthrough-played-to-ais-strengths/
原始发布日期：2026-05-20 | 深度分析：2026-06-01
📌 核心问题
1946 年，数学家 Paul Erdős 提出了一个看似简单的问题：在平面上放置 n 个点，最多能有多少对点之间的距离恰好为 1？这就是组合几何中最著名的「单位距离问题」。80 年来，数学家们普遍相信 Erdős 的猜想——答案的增长速率接近 n^(1+o(1))，即略快于线性增长。
2026 年 5 月 20 日，OpenAI 宣布其内部通用推理模型自主推翻了这一猜想。这不是一个专门针对数学的系统，不是经过证明搜索微调的工具，而是一个通用推理模型在评估 Erdős 问题集时，自主找到了反例。这是历史上第一次，一个重要的开放数学猜想被 AI 系统自主解决。
更令人震惊的是证明的方法：AI 将代数数论中无限类域塔和 Golod-Shafarevich 理论等深奥工具，创造性地应用于欧几里得平面的几何问题。这种跨领域的意外连接，连专业数学家都始料未及。
📊 关键数据
- Erdős 猜想（1946）：单位距离对数上界为 n^(1+o(1))
- AI 构造：对无穷多个 n，单位距离对数 ≥ n^(1+δ)，δ > 0（固定常数）
- Will Sawin 后续精化：δ ≈ 0.014（即 n^1.014），彻底推翻 Erdős 猜想
- 此前最佳下界：自 1946 年 Erdős 构造以来基本未变，来自缩放方格网格
- 最佳上界：O(n^(4/3))，1984 年 Spencer-Szemerédi-Trotter，至今未改进
- 证明验证：由一组外部数学家独立审阅确认，Tim Gowers（菲尔兹奖得主）称其为「AI 数学的里程碑」
🏗️ 技术架构与证明设计
- 核心思路：将高斯整数（a+bi）替换为更复杂的代数数域推广，利用其更丰富的对称性创造更多单位距离差
- 关键工具：无限类域塔（infinite class field towers）+ Golod-Shafarevich 理论，证明所需数域的存在性
- 构造方法：在高维空间中构建网格，然后投影到二维平面，利用代数整数构建比整数格点更复杂的网格结构
- 证明来源：通用推理模型（非数学专用系统），在 Erdős 问题集上自主产生完整证明
- 人类补充：Princeton 教授 Will Sawin 给出显式 δ=0.014，Thomas Bloom 等撰写配套论文阐释证明意义
🔑 关键洞察
证明的关键在于将代数数论的深奥工具应用于组合几何——这种跨领域连接是最令人惊讶的部分。人类数学家往往深耕某一领域，而 AI 系统天然具备跨领域的知识广度。正如 Thomas Bloom 所说：「代数数论对这类问题能说的远比我们猜想的多，而且所需的数论可以非常深刻。」这暗示 AI 可能正在开启一种新的数学发现范式：不是发明新工具，而是发现已有工具的意外用途。
Daniel Litt（多伦多大学教授）评价：「这是第一个我作为结果本身感到兴奋的 AI 产出，而不仅仅是作为先兆指标。」此前 AI 在数学领域的贡献都需要大量人类诠释才能变成可发表的定理，而这次 AI 直接给出了完整的、经过专家验证的证明。这标志着 AI 在数学研究中角色的根本转变——从工具到合作者。
Ars Technica 的分析指出：三年前 LLM 还在为算术题挣扎，去年才开始在高中数学竞赛中崭露头角，今年已能自主解决重要开放问题。这种进步速度意味着，十年后人类数学家的角色可能需要根本性重新定义。当前人机协作的甜蜜期（AI 搜索广度 + 人类思考深度）可能只是过渡阶段。
OpenAI 在公告中强调：能够维持复杂论证的连贯性、连接遥远知识领域、产生经得起专家审查的工作——这些能力同样适用于生物学、物理学、材料科学、工程和医学。数学之所以特殊，是因为它提供了最清晰的推理测试平台：问题精确、证明可验证、长链论证必须从头到尾一致。这次突破证明，当前的推理系统已经具备了支撑真正前沿研究的能力。
💡 引发思考
这次突破的意义远超数学本身。它提出了一个根本性问题：当 AI 系统的知识广度和推理深度同时超越人类时，「专家」的定义是什么？当前的协作模式——AI 负责搜索和验证，人类负责选择问题和诠释结果——可能只是过渡阶段。Tim Gowers 在配套论文中写道，AI 正在「帮助我们更充分地探索人类几个世纪以来建造的数学大教堂；还有多少未被发现的奇迹在等待？」
对工程领域的启示同样深刻：如果 AI 能在最纯粹的推理领域——数学——做出原创贡献，那么在软件工程、系统设计、架构决策等需要长链推理的领域，AI 的潜力可能远未被充分释放。这不是遥远的未来，而是正在发生的现实。
📎 相关阅读
- OpenAI 官方公告：An OpenAI model has disproved a central conjecture in discrete geometry
- Ars Technica 深度分析：An OpenAI model solved a famous math problem that stumped humans for 80 years
- 证明原文：unit-distance-proof.pdf
- 外部数学家配套论文：unit-distance-remarks.pdf
- Will Sawin 精化论文：arXiv:2605.20579
逍遥云初 | 2026.06.24
