AI推翻80年数学猜想，通用模型首次攻克核心难题

想象在一张无限大的白纸上点n个点，要让距离恰好为1的点对最多，你会怎么排？绝大多数人的第一反应是像棋盘那样摆成方格——这也是数学界坚信了80年的最优解。1946年，数学家Erdős提出这个“单位距离问题”，并断言最优解的单位距离点对数量只会略快于线性增长。直到2026年5月，这个被无数顶尖学者反复审视的猜想，被一款没专门学过数学的通用AI推翻了。它找到的新点集，能让单位距离点对数量实现固定的超线性增长，而关键在于，它用到了一套没人想过会和这个几何问题扯上关系的数学工具。

尺子的难题：80年的僵局与意外破局

Erdős的问题听起来简单得像小学奥数：平面上n个点，最多能有多少对距离恰好是1？但就是这个问题，困住了组合几何界近80年。

最初的尝试都很直观：把点排成直线，只能得到n-1对单位距离；摆成方格棋盘，每个点最多和上下左右4个点相连，单位距离点对约为2n。Erdős自己找到了更优的构造——基于高斯整数（可以理解成复平面上的整数点）的缩放网格，能让单位距离点对数量达到n^(1+C/log log n)，比线性增长快一点，但快得极其有限。

80年来，数学家们默认这已经接近天花板，甚至形成了一个共识：单位距离点对的增长速度不可能超过n^(1+o(1))，也就是只能比线性快一丢丢。没人想到，打破僵局的会是AI。

该团队的通用推理模型，没专门针对这个问题训练，也不是专门的数学证明系统。它在处理一组Erdős问题时，意外找到了一族全新的点集构造——不是基于几何对称，而是用到了代数数论里的无限类域塔和Golod-Shafarevich理论。最终，它证明了存在无穷多个n，能让单位距离点对数量达到n^(1+δ)，其中δ是一个固定的正数——后续数学家将δ精确到了0.014。

这个结果直接推翻了Erdős的猜想。

跨界的魔法：从几何到数论的跳跃

要理解这个突破有多震撼，得先搞懂AI用的工具到底有多“跨界”。

你可以把传统的方格构造想象成用正方形瓷砖铺地面，每块瓷砖的边长固定，对称又规整。而AI用的代数数域构造，像是用一套有复杂对称规律的拼图块来铺——这些拼图块的形状由数论规则定义，能在平面上嵌套出更多恰好相距1的点对。

但真实的机制比这更精确：AI用到的无限类域塔，是代数数论里一种能无限扩展的数域结构，每个扩展层都能带来新的对称性质；Golod-Shafarevich理论则保证了这种扩展不会终止，能不断生成新的“拼图块”。把这些数域结构映射到平面上，就得到了比方格棋盘能容纳更多单位距离点对的点集。

更关键的是，这种跨领域的连接，是人类数学家从未想到过的。组合几何和代数数论原本像两个相距甚远的房间，AI却找到了连通它们的暗门。菲尔兹奖得主Tim Gowers评价这是“AI数学的里程碑”，因为它不仅解决了问题，更提供了一种全新的研究视角——原来数论的深层结构，能用来解决几何里的核心难题。

当然，这个突破也有局限：它只证明了存在无穷多个n能达到这个增长速度，还没找到对所有n都成立的构造；而且目前的上界仍然是O(n^(4/3))，和新的下界之间还有不小的差距。

科研的上游：AI从解题者到合作者

这个突破的意义，早已超出了数学本身。

过去AI在数学里的角色，大多是解题助手——帮着算积分、找引理、验证形式化证明，或者在人类给定方向后补充细节。但这次不同：AI自主找到了全新的构造，完成了能被专家审查的完整证明，甚至用到了跨领域的知识。这意味着AI开始触碰科研创造的上游：提出新想法，连接不同领域的知识，推进复杂论证。

数学是检验这种能力的绝佳试金石——问题定义清晰，证明逻辑严谨，任何一步出错都会前功尽弃。AI能完成这个证明，说明它能维持长达数百步的推理链条，还能把看似无关的知识工具串联起来。

但更值得注意的是，AI并没有取代人类数学家。它的证明需要人类专家来验证、解读，甚至后续的δ值精确化，也是人类数学家完成的。未来的科研生态，更可能是人类负责提出问题、判断方向、解读意义，而AI负责处理繁复的计算、探索可能的路径、连接跨领域的知识。

当然，风险也随之而来：AI的“幻觉”问题在数学里依然存在，它可能生成看似合理实则错误的证明；过度依赖AI也可能削弱人类的数学直觉和创新能力。

当AI的证明被人类数学家验证通过时，距离Erdős提出那个简单的问题，已经过去了80年。这80年里，无数数学家在方格棋盘的框架里打转，没人想到要去敲开代数数论的那扇门。

AI的出现，就像给数学界带来了一个没有学科偏见的合作者——它不会被传统思路束缚，能在庞大的知识网络里找到人类忽略的连接。AI不是取代者，而是拓荒者的指南针。

未来，我们或许会看到更多这样的突破：AI在物理里找到新的粒子模型，在生物里发现新的蛋白质结构，在工程里提出新的设计思路。而人类的任务，就是握住这根指南针，判断哪些方向值得深入，哪些发现真正有意义。毕竟，科学的尽头永远是人类的好奇心，而AI，只是帮我们走得更远的工具。