一个公式统管所有初等函数，数学界的新万能钥匙

你有没有想过，我们用了几百年的科学计算器，从加减乘除到正弦余弦，从根号到自然对数，其实只需要一个简单公式就能全部实现？2026年春天，波兰雅盖隆大学的研究者捅破了这层窗户纸：他们找到一个叫eml的二元算子——eml(x,y)=exp(x)-ln(y)，再加上常数1，就能生成所有你能在计算器上找到的初等函数，包括π、e、虚数单位i，甚至三角函数和反三角函数。这就像发现了连续数学里的「NAND门」，把原本需要几十种运算的复杂系统，压缩成了一个极简的统一框架。为什么这个看似普通的组合能有这么大的魔力？

从36种运算到1个算子的极简革命

要理解这个发现的震撼，得先回到数学界的「老难题」：数字逻辑里早就有了NAND门——只用这一种逻辑门，就能拼出所有与、或、非等布尔运算，成为芯片设计的基础。但连续数学里，科学家们找了几十年，始终没找到类似的「万能算子」：要算指数得用exp，算对数得用ln，加减乘除各有各的符号，三角函数更是一套独立的规则，36种基础运算像36把不同的钥匙，各开各的锁。

研究者用了一种「反向拆积木」的方法：从36种基础运算出发，逐个去掉，每次都验证剩下的运算能不能重构出全部初等函数。经过多轮迭代，最后剩下的居然只有eml算子和常数1。你可以把这个过程想象成：原本装满各种工具的工具箱，最后发现只需要一把多功能螺丝刀，就能完成所有操作。

举个最直观的例子：我们熟悉的指数函数exp(x)，直接就是eml(x,1)；而自然对数ln(x)，也只需要三层eml嵌套就能表示——ln(x)=eml(1,eml(eml(1,x),1))。所有初等函数都能拆解成这样的eml二叉树，形成了一个极端简洁的文法：要么是常数1，要么是两个eml表达式的组合。

不是魔法，是指数对数的底层默契

你可能会好奇，为什么eml这个「指数减对数」的组合能有这么大的威力？核心藏在指数和对数的逆运算关系里：exp(ln(x))=x，ln(exp(x))=x，这对「冤家」能把乘法转成加法，把幂运算转成乘法，相当于数学里的「万能转换器」。

你可以把eml算子想象成一个有两个卡槽的机器：左边卡槽插指数运算，右边卡槽插对数运算，最后输出两者的差。当我们把常数1放进右边卡槽时，ln(1)=0，机器就只剩下左边的exp(x)——这就是指数函数的由来；而通过嵌套这个机器，我们又能反向「提取」出对数运算，再进一步用指数和对数的转换关系，拼出加减乘除、三角函数等所有运算。

不过这个「万能机器」也有短板：它生成的表达式往往比传统写法长很多。比如乘法x×y，用eml表示需要41步，而直接写x×y只需要1步。但换个角度看，所有表达式都变成了结构统一的二叉树，就像一串用同一种零件拼出来的积木，不管多复杂，底层逻辑都是一样的——这给计算机处理带来了巨大便利。

从理论到应用：让AI自动发现数学公式

这种统一的二叉树结构，最大的惊喜在于它能和机器学习无缝结合。传统的符号回归——也就是让AI从数据里自动发现数学公式——往往要在庞大的运算符号空间里搜索，效率极低。但有了eml算子，所有可能的初等函数都变成了同一种结构的eml树，相当于把搜索空间从「杂乱的工具堆」变成了「标准化的积木库」。

研究者做了一个实验：用深度不超过4的eml树作为可训练的「电路」，配合Adam优化器，居然能从数值数据里精确恢复出闭形式的初等函数——比如给一组x和sin(x)的数值，AI能直接拼出用eml表示的正弦函数表达式。这就像给AI一套标准化的积木，它不用再纠结选什么工具，只需要专注怎么把积木拼对。

当然，这个技术目前还有局限：复杂函数的eml表达式太长，计算效率不高；而且它只对初等函数有效，面对非初等的复杂模型就无能为力。但它打开了一扇新的门：我们或许能用这种极简的统一框架，让AI更高效地发现科学规律，甚至帮数学家找到新的公式。

当我们习惯了用不同的符号表示不同的数学运算时，eml算子的出现像一个提醒：复杂的世界背后，往往藏着极简的底层逻辑。就像NAND门改变了芯片设计，这个「指数减对数」的简单组合，或许会重新定义我们对数学表达的认知——从一堆杂乱的符号，变成一套统一的积木。

更值得细品的是，这个发现不是来自天才的灵光一闪，而是来自「系统性穷举+数值验证」的笨办法。这恰恰说明，在数学的边界上，除了天才的直觉，严谨的工具和耐心的探索同样重要。极简，往往是复杂世界的终极答案。未来会不会有更简单的算子出现？谁也不知道，但至少现在，我们手里多了一把能打开所有初等函数大门的万能钥匙。