🐯虎嗅•較早收集於 17m
OpenAI模型推翻80年未解數學猜想
💡AI自主解決經典數學難題，證明其具備原創科學研究能力。
⚡ 30-Second TL;DR
有什麼變化
該模型透過發現超越先前限制的新構造，解決了「單位距離問題」。
為什麼重要
此成就證明AI正超越簡單的文本生成，進入科學研究的上游，具備原創數學發現的能力。
下一步行動
測試複雜的邏輯推理提示詞，探索推理模型在您特定領域研究任務中的應用潛力。
誰應關注：Researchers & Academics
關鍵要點
- •該模型透過發現超越先前限制的新構造，解決了「單位距離問題」。
- •證明過程運用了高等代數數論，展示了模型跨領域知識連結的能力。
- •包括菲爾茲獎得主在內的專家認為，這是AI自主科學發現的重要里程碑。
🧠 深度解析
Web-grounded analysis with 17 cited sources.
🔑 增強重點摘要
- •「單位距離問題」最初由保羅·艾狄胥（Paul Erdős）於1946年提出，被認為是組合幾何學中最著名且最易解釋的問題之一，艾狄胥甚至為其解決提供了獎金。
- •近80年來，普遍認為「方格網格」結構在最大化單位距離對數量方面是最佳的。OpenAI的模型透過提供無限多個能產生多項式改進的例子，推翻了這一長期存在的猜想，這意味著單位距離對的增長率對於無限多個點而言，可以顯著超越線性增長。
- •該證明運用了高等代數數論中的複雜工具，例如無限類域塔（infinite class field towers）和戈洛德-沙法列維奇理論（Golod–Shafarevich theory），將基本的幾何問題與複雜的代數數論概念聯繫起來，以證明所需數域的存在性。
- •這項成就標誌著AI首次自主解決了數學子領域中一個重要的開放問題，展示了AI系統在推理能力上的新深度。
- •該模型是一個新的通用推理模型（很可能是OpenAI「o系列」中的o1或其後續版本），而非專門為數學或單位距離問題訓練的系統，這突顯了其廣泛的適用性。
🛠️ 技術深入
- 該模型是OpenAI「o系列」中的一個通用推理模型，屬於生成式預訓練變換器（GPT）架構。
- 其核心技術之一是「思維鏈」（Chain-of-Thought, CoT）推理，模型在生成最終答案之前會先進行內部推理步驟，這使其在複雜的推理任務中表現更佳。
- 模型採用了新的優化演算法和專門定制的數據集進行訓練，並融入了強化學習（Reinforcement Learning, RL）機制。
- 模型的性能隨著強化學習訓練時間和推理時的「思考」時間（test-time compute）的增加而持續提升。
- 它支援交錯式思考（interleaved thinking），即模型可以在思考之前、思考之間以及工具調用之間生成可見的輸出。
- 該模型能夠根據任務複雜度自適應地調整推理努力，對簡單任務使用較少計算資源，對複雜任務則投入更多「思考」時間。
- 解決單位距離問題的證明過程涉及將幾何問題與代數數論相結合，特別是利用了無限類域塔和戈洛德-沙法列維奇理論等概念。
🔮 前景展望AI analysis grounded in cited sources
AI將成為科學研究中更強大的合作夥伴。
該模型展示了AI能夠連結不同知識領域、提出專家可能未曾優先考慮的有前景路徑，並自主解決核心開放問題。
AI將加速數學發現的步伐。
此次突破證明AI能夠自主產生新穎的數學證明，這將顯著縮短人類數學家傳統上需要數年才能完成的發現過程。
AI在形式化驗證和區塊鏈安全等領域的應用將得到提升。
解決單位距離問題的成果，特別是其嚴謹的證明過程，有望改進區塊鏈安全中的形式化驗證方法。
⏳ 時間線
1946-XX
保羅·艾狄胥提出「單位距離問題」。
1984-XX
Spencer, Szemerédi 和 Trotter 證明了單位距離問題的最佳已知上限為 O(n^(4/3))。
2023-05-31
OpenAI 發表關於「過程監督」的研究，提升模型在數學問題解決中的推理能力。
2024-09-12
OpenAI 發布 o1 模型的預覽版，該模型透過「思維鏈」推理在數學和科學任務上表現出色。
2024-12-05
OpenAI o1 模型的完整版向 ChatGPT 用戶發布。
2026-05-20
OpenAI 宣布其通用推理模型解決了「單位距離問題」。
📎 來源 (17)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗