- 主题:OpenAI推翻了79年前的“平面单位距离猜想”
5月21日，OpenAI官方宣布：其内部一个通用推理模型，自主推翻了“平面单位距离猜想”（Erdos Unit Distance Problem）——这道由匈牙利数学家保罗·Erdos（厄多斯）于1946年提出的几何难题，困扰数学界整整79年。
这个问题探讨的是，在平面上放置 n 个点时，最多能产生多少对距离恰好为 1 的点。
过去几十年，数学界普遍相信基于正方形网络的构建是最优的，但 AI 推翻了这个猜想。
证明过程也非常有意思，打破了常规的几何思路，出人意料的借用了代数理论中，非常高深的工具来解决这个基础的几何问题。
这也是 AI 首次，完全自主解决了一个处于数学核心子领域中心的著名公开问题。
获得了顶尖数学家的高度认可，包括菲尔兹奖得主 Tim Gowers 在内的多位顶尖数学家验证了该证明，并认为这标志着AI已经超越了单纯的计算助手，具备了产生原创性天才想法，并将其贯彻到底的能力。
官方原文
openai dot c0m /index/model-disproves-discrete-geometry-conjecture/
--
修改:z16166 FROM 123.122.126.*
FROM 123.122.126.*
细锐私立？？？
【 在 z16166 的大作中提到: 】
5月21日，OpenAI官方宣布：其内部一个通用推理模型，自主推翻了“平面单位距离猜想”（Erdos Unit Distance Problem）——这道由匈牙利数学家保罗·Erdos（厄多斯）于1946年提出的几何难题，困扰数学界整整79年。
这个问题探讨的是，在平面上放置 n 个点时，最多能产生多少对距离恰好为 1 的点。
过去几十年，数学界普遍相信基于正方形网络的构建是最优的，但 AI 推翻了这个猜想。
证明过程也非常有意思，打破了常规的几何思路，出人意料的借用了代数理论中，非常高深的工具来解决这个基础的几何问题。
这也是 AI 首次，完全自主解决了一个处于数学核心子领域中心的著名公开问题。
获得了顶尖数学家的高度认可，包括菲尔兹奖得主 Tim Gowers 在内的多位顶尖数学家验证了该证明，并认为这标志着AI已经超越了单纯的计算助手，具备了产生原创性天才想法，并将其贯彻到底的能力。
官方原文
openai dot c0m /index/model-disproves-discrete-geometry-conjecture/
--
修改:z16166 FROM 123.122.126.*
FROM 175.0.135.*
有菲尔兹数学奖得主背书的。几个数学家已经确认过证明没问题了。
我刚才还让gemini读了数学家整理过的证明pdf，写了个python程序画了一下最后的二维平面上的图。
映射到二维复空间(z1, z2)就能演示。
【 在 harrycheng 的大作中提到: 】
: 细锐私立？？？
: 5月21日，OpenAI官方宣布：其内部一个通用推理模型，自主推翻了“平面单位距离猜想”（Erdos Unit Distance Problem）——这道由匈牙利数学家保罗·Erdos（厄多斯）于1946年提出的几何难题，困扰数学界整整79年。
: 这个问题探讨的是，在平面上放置 n 个点时，最多能产生多少对距离恰好为 1 的点。
: ...................
--
FROM 123.122.126.*
cdn dot openai dot c0m /pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf
Gemini对上述论文做的通俗概要：
这篇论文记录了一个在数学界和人工智能领域都具有里程碑意义的事件：OpenAI的人工智能系统推翻了长达近80年的著名数学猜想——“埃尔德什单位距离猜想” (Erdos unit distance conjecture)。
这篇论文本身是由多位顶尖的人类数学家（包括菲尔兹奖得主）共同编写的。他们将AI生成的极其复杂的原始证明进行了消化、简化和人工验证，并在论文的后半部分发表了他们对AI表现出的“数学创造力”的深刻反思。
为了让你能轻松看懂，我将这篇论文的核心内容提炼为以下几个部分：
1. 什么是“埃尔德什单位距离猜想”？
这是一个在离散几何领域最著名的未解之谜之一，由伟大数学家保罗·埃尔德什在1946年提出。 问题很简单：如果在二维平面上任意画 n 个点，这 n 个点之间，距离恰好为 1 的“点对”最多能有多少个？
埃尔德什的思路： 他当时利用一个稍微拉伸的方阵网格构造出了一种排列方式，发现单位距离的对数大约能达到 n^(1 + 很小的数) 。
埃尔德什的猜想： 他凭借直觉猜测，无论你怎么排列这 n 个点，单位距离的点对数量上限就是 n^(1 + o(1)) （用高数极限的语言说，就是增长速度比 n 的任意 1+ε 次方都要慢）。
人类的现状： 过去几十年里，全世界的数学家都坚信这个猜想是对的，并一直在努力寻找能证明这个上限的数学方法，但一直只推进到了 O(n^(4/3))，无法彻底证明。
2. AI 是如何推翻它的？（原理论述）
论文指出，AI并没有证明这个猜想，而是构造出了一个反例（Counterexample），彻底把猜想推翻了。AI证明了：存在一种极其巧妙的点的排列方式，使得单位距离的点对数量达到了 n^(1 + ε)（ε > 0），打破了埃尔德什设定的天花板。
你可以这样理解AI的解题思路：
传统人类的局限： 人类以前构造点集，主要是在普通的二维平面上网格里做文章（类似于在二维复平面上使用高斯整数 a + bi）。
AI 的降维打击： AI跨界使用了“代数数论”中非常深奥的工具（无限类域塔、Golod-Shafarevich 定理等）。你可以把它想象成：AI并没有直接在二维平面上死磕，而是去了一个维度趋于无穷大的超高维空间中，构造了一个极其特殊的“晶格”（Lattice）。 在这个高维空间里，AI找到了大量长度精确为1的向量，然后再用一种叫做“坐标投影”的线性代数手法，把这些高维点“压扁”投射回普通的二维平面。由于高维空间能容纳的信息呈指数级爆炸，投影回二维平面后，就奇迹般地产生了超乎人类想象的、海量的“单位距离点对”。
3. 为什么全世界那么多天才数学家都没做出来？
论文的后半部分，诸位顶尖数学家给出了非常有趣的复盘和反思：
人类的“思维定势”与“迷信”： 埃尔德什是图论和组合数学的神，他说这个猜想多半是对的，所以过去几十年的数学家都在绞尽脑汁想要证明它是对的，几乎没有人认真尝试过去推翻它。
严重的“学科壁垒”： 这个反例需要的核心工具来自“代数数论”。搞几何和图论的数学家通常看不懂这么深的数论；而懂数论的专家平时根本不关注这种画点画线的几何问题。人类的知识是分“筒仓”的。
AI 的独特优势： AI没有思维定势，它不在乎权威的猜测；同时AI具备“百科全书式”的知识储备，它可以瞬间把毫不相干的“代数数论”和“离散几何”强行缝合在一起；最后，推导这种高维度的反例极其繁琐且极易出错，人类往往推导到一半觉得“希望渺茫”就放弃了，但AI有着超越人类的耐心。
总结
这不仅是一篇数学论文，更像是数学界迎接 AI 时代的一份“宣言”。它告诉我们：AI 已经不再是单纯的计算器或辅助工具了。在这个案例中，AI 展现出了极高的“直觉”、跨学科联想能力以及原创性，真正解决了一个人类大师留下来的世界级历史难题。 许多参与点评的数学家坦言，这件事极大地震撼了他们，甚至改变了他们对数学研究未来的看法。
--
FROM 123.122.126.*