OpenAI 推理模型打破离散几何领域80年数学壁垒

新闻摘要

2026年5月20日（美国东部时间），OpenAI宣布其通用推理模型已自主证伪了离散几何学中一个存在80年的猜想——数学家和人工智能研究人员称之为计算科学史上的一个转折点。

80年的难题

Erdős平面单位距离问题由匈牙利数学家保罗·埃尔德什（Paul Erdős）于1946年首次提出。该问题表述 deceptively simple，询问：给定平面上的n个点，相距恰好为1的点的对的最大数量是多少？八十年来，数学家们一直认为类似网格的排列是最佳配置，单位距离对的数量大致与n^(1 + o(1))成比例。在此之前，没有人能够证明或证伪这一假设。

OpenAI模型发现了什么

OpenAI的通用推理模型发现了一族无限的点排列，其单位距离对的数量超过了长期以来假设的上限。该模型并未依赖于网格结构，而是发现了能够产生至少n^(1+δ)个单位距离对的配置，其中δ为固定的正值——这比先前认为的最优解有了真正的多项式改进。值得注意的是，该证明借鉴了代数数论的思想，解决了表面上纯粹的几何问题，将不同的数学学科联系起来，这是先前研究中未曾探索过的。

领先数学家的验证

该结果立即引起了数学界的关注。普林斯顿大学数学家Will Sawin独立审查并帮助完善了模型的证明。菲尔兹奖得主Tim Gowers称此成就为“AI数学的一个里程碑”，并指出其推理的复杂性超越了人类在类似开放问题上的大多数努力。外部验证证实了结果的数学有效性，使该公告的信誉远远超出了公司新闻稿的范畴。

此突破为何与众不同

此前关于AI在数学方面的声明——包括OpenAI自己2025年10月关于解决十个Erdős问题的公告，该公告后来被发现涉及检索数学文献中已有的解决方案——曾引起批评和怀疑。此次结果被认为与众不同，原因有两个。首先，它是由一个通用推理模型实现的，而不是一个专门针对单位距离问题进行微调、支撑或定向的系统。其次，它代表了对一个整个数学子领域核心猜想的真正证伪，而不仅仅是渐进式改进或对现有工作的验证。OpenAI表示，即使是由人类研究人员独立完成，该结果也足以发表在顶级数学期刊上。

证明如何工作

此次突破的核心在于模型能够将抽象的代数工具移植到具体的组合设置中。代数数论——一个研究由多项式方程定义的数性质的数学分支——恰好提供了构建单位距离对密度远高于网格结构的点的配置所需的工具。模型自主地识别出这种非显而易见的联系，而没有被引导至数论作为相关框架。

对数学以外科学的启示

OpenAI和外部研究人员强调，其意义远远超出了几何学。该模型连接代数数论和离散几何的能力表明，AI推理系统正在发展出保持长而多步逻辑链的能力，并能综合跨越传统上分离领域的见解。研究人员表示，这种能力对生物学、物理学、工程学和医学等领域具有直接意义，这些领域的突破往往源于意想不到的跨学科联系。通用模型而非狭隘的专家产生了这一结果的演示尤其重要，暗示未来的AI系统可能为科学全领域的尖端研究做出贡献。

AI辅助数学的更广泛背景

这一结果的出现正值对AI在数学推理领域的兴趣迅速增长之际。世界各地的研究团队一直在探索大型语言模型作为假设生成、证明验证和模式发现的工具。OpenAI的公告大大提高了标准：自主证伪一个知名的、开放的、对公认数学子领域至关重要的猜想，这与解决竞赛式问题或检查现有证明在性质上是不同的。菲尔兹奖得主Gowers和其他专家指出，这正是会改变该领域对AI在创造性数学工作中作用看法的贡献类型。

事件时间线

官方公告由OpenAI于2026年5月20日（美国东部时间）在openai.com上发布。随后，《科学美国人》、《TechCrunch》和《Interesting Engineering》等媒体迅速进行了报道。《科学美国人》指出，数学界对这一结果“感到震惊”。普林斯顿大学的Will Sawin的完善工作在OpenAI自己的报告中得到了认可，这强调了验证过程的协作性质。