OpenAI 模型推翻 Erdős 离散几何猜想：AI 首次自主解决核心数学开放问题

OpenAI 模型推翻 Erdős 离散几何猜想：AI 首次自主解决核心数学开放问题

📌 核心问题：80 年未解的平面单位距离问题

1946 年，Paul Erdős 提出了一个看似简单却极难回答的问题：在平面上放置 n 个点，最多有多少对点之间的距离恰好为 1？这个问题被称为「平面单位距离问题」（Planar Unit Distance Problem），是组合数学中最著名的开放问题之一。Erdős 甚至为解决这个问题悬赏了奖金。

近 80 年来，数学界普遍认为基于「正方形网格」的构造已经接近最优。已知最好的构造来自缩放的正方形网格，能产生 n^(1 + C/log(log(n))) 对单位距离——这个增长率仅比线性增长略快。Erdős 据此猜想上界为 n^(1+o(1))，即额外指数项趋向于 0。而最好的上界 O(n^(4/3)) 自 1984 年以来几乎未被改进。

2026 年 5 月 20 日，OpenAI 宣布其内部通用推理模型自主解决了这一猜想——不是专门训练的数学系统，也不是针对该问题的搜索策略，而是一个通用推理模型在测试 Erdős 问题集合时自行产生了完整证明。这是 AI 首次自主解决一个数学子领域中的核心开放问题。

📊 关键数据与突破点

• 突破内容：构造无穷多组 n 个点的配置，使单位距离对数至少为 n^(1+δ)（δ > 0），直接推翻 Erdős 猜想
• 具体指数：普林斯顿数学教授 Will Sawin 后续精化证明给出 δ = 0.014
• 此前最佳下界：自 1946 年 Erdős 原始构造以来基本未变，近 80 年无实质改进
• 此前最佳上界：O(n^(4/3))，来自 1984 年 Spencer-Szemerédi-Trotter
• 验证状态：证明已由外部数学家独立验证，并撰写了配套论文

🔧 技术架构与证明方法

• 起点 — 高斯整数：Erdős 原始下界通过高斯整数 (a+bi) 理解，具有唯一分解性质
• 核心创新 — 复杂数域替换：用更复杂的代数数论推广替代高斯整数，具有更丰富对称性
• 存在性证明 — 无限类域塔：利用无限类域塔和 Golod-Shafarevich 理论证明所需数域存在
• 跨领域桥梁：将代数数论深刻工具引入欧几里得平面几何问题
• 通用模型驱动：证明来自通用推理模型而非数学专用系统，展示通用 AI 的推理深度

🔑 关键洞察

数学史上第一次，处于活跃研究领域中心的开放问题由 AI 系统自主解决。Fields 奖得主 Tim Gowers 称其为「AI 数学的里程碑」。这不是 AI 辅助人类解题，而是 AI 独立产生了具有原创性的数学洞察并完成完整论证。

证明最令人惊讶的是 AI 将代数数论引入离散几何问题的「跨界」能力。这些工具在代数数论中众所周知，但此前没人想到它们与欧几里得平面几何问题有关。AI 展现了连接远距离知识领域的能力——这恰恰是人类研究者最难做到的事之一。

证明来自通用推理模型而非数学专用系统。这意味着 AI 推理能力提升具有广泛迁移性。数论学家 Arul Shankar 评价：「当前 AI 模型不仅仅是人类数学家的助手——它们有能力产生原创的巧妙想法并将其付诸实现。」

数学问题的精确性、证明可验证性、长链推理连贯性要求，使其成为测试 AI 推理深度的最佳场景。这次突破表明 AI 能维持复杂论证连贯性，跨越多个数学分支整合知识，产生经得起专家审查的工作。

💡 引发思考

这次突破的影响远超离散几何。如果模型能维持复杂长链论证、连接远距离知识领域、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、工程学。这是迈向更自动化研究系统的重要一步。

但正如 OpenAI 所强调，未来仍取决于人类判断。专业判断力变得更有价值。AI 能搜索、建议和验证；人类选择重要的问题、解读结果、决定下一步方向。Thomas Bloom 写道：「AI 正在帮助我们更充分地探索人类几个世纪建造的数学大教堂；还有哪些未被发现的奇迹在等待？」这次证明或许只是开始。

📎 相关阅读

• OpenAI 原文：An OpenAI model has disproved a central conjecture
• AI 证明全文：unit-distance-proof.pdf
• 外部数学家配套论文：unit-distance-remarks.pdf
• 模型推理链摘要：unit-distance-cot.pdf

逍遥云初 | 2026.06.04