乐于分享
好东西不私藏

OpenAI 内部模型独立给出数学证明,推翻 Erdős 80 年未解的离散几何猜想!外部数学家联合核验确认

OpenAI 内部模型独立给出数学证明,推翻 Erdős 80 年未解的离散几何猜想!外部数学家联合核验确认
导读OpenAI 宣布,一个内部通用推理模型独立构造出反例,推翻了 Paul Erdős 于 1946 年提出的「单位距离猜想」——这个困扰数学界近 80 年的离散几何核心问题。九位外部数学家(包括菲尔兹奖得主 Tim Gowers)联合发布了人类核验版本。Greg Brockman 称其为「AI 首次自主解决某数学领域的核心开放问题」。

Brockman 发帖,定调「里程碑」

2026 年 5 月 20 日,OpenAI 联合创始人 Greg Brockman 在 X 上发了一条帖子:

"An OpenAI model has achieved a major breakthrough in mathematics, by disproving a central conjecture in discrete geometry that was first posed by Paul Erdős in 1946. This is the first time AI has autonomously solved a prominent open problem central to a field of mathematics."

「OpenAI 模型在数学上取得重大突破,推翻了 Paul Erdős 1946 年提出的离散几何核心猜想。这是 AI 首次自主解决某个数学领域中心的著名开放问题。」

▲ Greg Brockman 发帖宣布突破,采集时获得约 2300 次点赞、31.9 万次浏览

帖子配了一段视频,黑板上手写着「Unit Distance Problem」。

这条帖子的措辞非常克制——没有 GPT-6 的字样,没有产品发布,只有一个数学问题的名字。但它指向的东西,比任何产品发布都重。

一个「小学生都能听懂」的问题,难了 80 年

先说这个问题本身。

1946 年,匈牙利数学家 Paul Erdős 提出了一个极其简洁的几何问题:在平面上放 n 个点,最多能有多少对点之间的距离恰好等于 1?

这个数量记作 u(n)。问题表述简单到可以画在餐巾纸上,但八十年来没人能给出精确答案。

数学界的经典教材《Research Problems in Discrete Geometry》(Brass, Moser, Pach, 2005)曾如此评价:

这可能是组合几何中最有名、也最容易解释的问题之一。

著名组合数学家 Noga Alon 称它是 Erdős 最钟爱的问题之一。

长期以来,数学家们有一个共识:类似方格(square grid)的构造方式在渐近意义上已经基本最优。换句话说,大家都认为不可能存在一个固定的 δ > 0,使得 u(n) ≥ n^{1+δ} 对无限多个 n 成立。

这就是「单位距离猜想」。

▲ OpenAI 官方文章标题:An OpenAI model has disproved a central conjecture in discrete geometry

一个内部模型,给出了反例

OpenAI 的官方公告说得很明确:

"An internal OpenAI model has disproved this longstanding conjecture, providing an infinite family of examples that yield a polynomial improvement."

「OpenAI 内部模型推翻了这一长期猜想,给出了一族无限构造,带来多项式级别的改进。」

关键词:一族无限构造(infinite family of examples)

模型找到的,不只是一个巧妙的特例,而是一整套构造方法,能在无限多个 n 上系统性地超越方格构造。

OpenAI 同步发布的证明文本《Planar Point Sets with Many Unit Distances》在摘要中给出了精确表述:

"We prove that, for some fixed δ > 0, one has ν(n) ≥ n^{1+δ} for infinitely many n. This disproves the well-known unit distance conjecture from [Erd46]."

「证明存在固定 δ > 0,使得无限多个 n 上的单位距离对数下界达到 n^{1+δ}。这推翻了 [Erd46] 中著名的单位距离猜想。」

▲ OpenAI 发布的证明 PDF 首页,标题《Planar Point Sets with Many Unit Distances》

这份证明用到了 unramified tower of totally real number fields、3-power Galois groups 等高级代数数论工具——把纯代数数论的机器搬进了一个初等几何问题。

OpenAI 在官方页面上特别强调了一点:

"The proof came from a new general-purpose reasoning model, rather than from a system trained specifically for mathematics, scaffolded to search through proof strategies, or targeted at the unit distance problem in particular."

「这份证明来自一个新的通用推理模型,而非专门为数学训练的系统,也没有为搜索证明策略搭建 scaffold,更没有针对单位距离问题做定向优化。」

换句话说——这个模型没有被"教"过怎么做这道题。

九位数学家联合核验:「人类消化过的版本」

OpenAI 这次做了一件上次没做的事:同步发布了外部数学家的独立核验报告。

这份题为《Remarks on the Disproof of the Unit Distance Conjecture》的 companion remarks,作者阵容包括:

  • Noga Alon
    (普林斯顿,组合数学大家)
  • W. T. Gowers / Tim Gowers
    (菲尔兹奖得主)
  • Thomas F. Bloom
  • Arul Shankar
  • Jacob Tsimerman
  • Melanie Matchett Wood
  • 以及 Daniel Litt、Will Sawin、Victor Wang

报告摘要开宗明义:

"We present a short, digested, human-verified version of the recent OpenAI-generated counterexample to the Erdős unit distance conjecture, and a sequence of reflections on it."

「我们给出一份简短、消化过、由人类核验的版本,对应 OpenAI 近期生成的 Erdős 单位距离猜想反例,并附上一系列反思。」

Tim Gowers 将这一结果称为「AI 数学的里程碑」(a milestone in AI mathematics)。

Arul Shankar 的评价更进一步——他认为当前的 AI 模型已经能提出original ingenious ideas(原创巧妙想法),并将其推进到最终结果,而非仅仅充当数学家的辅助工具。

这九位数学家的背书,是这次发布和上次误报之间最大的区别。

TechCrunch:「这次,至少看起来没犯同一个错」

为什么要强调「这次」?

因为大约七个月前,OpenAI 前副总裁 Kevin Weil 曾在 X 上发帖声称 GPT-5 解决了若干 Erdős 问题。结果被数学社区指出那些只是已有文献中的已知结果,Weil 随后删帖。

那次事件让 OpenAI 在数学圈的信誉受到冲击。

这一次,TechCrunch 的报道标题直接点破了这层背景:

「OpenAI claims it solved an 80-year-old math problem — for real this time」

「OpenAI 声称它解决了一个 80 年的数学问题——这次是真的」

▲ TechCrunch 报道,标题直接引用了「for real this time」

TechCrunch 记者 Rebecca Bellan 在报道中写道:

"Today, at least, it seems OpenAI didn't make the same mistake twice."

「至少今天,OpenAI 看起来没有把同一个错误犯两遍。」

这次的差异在于:有完整的证明 PDF,有外部数学家团队的独立核验,有 companion remarks 给出人类可读版本。OpenAI 把整条证据链都摆了出来。

社区反应:兴奋与追问并存

Hacker News 上的讨论迅速成为当日热帖,评论区涌入大量数学和 AI 从业者。

▲ Hacker News 社区讨论,关注点集中在「autonomous」的含义和可复现性

技术社区的关注焦点集中在几个方向:

「Autonomous 到底是什么意思?」模型是自己选择了这个问题,还是人类给了它明确的搜索目标?第一版证明到最终可读版本之间,经历了多少人工整理?OpenAI 没有公布完整的 chain-of-thought 过程,这让一部分人持保留态度。

「需要形式化验证吗?」目前的核验方式是外部数学家人工审查,多条 HN 评论追问是否会有 Lean 或 Coq 等形式化验证。目前没有相关信息。

「方法能迁移吗?」有人追问这种跨领域构造方法是否可以推广到更高维度或其他 Erdős-type 问题。OpenAI 当前材料只支撑「本问题有突破」的结论,不能延伸到通用数学发现能力。

也有人把它和 DeepMind 的 AlphaFold、FunSearch 做横向对比——但这次的独特之处在于,OpenAI 给出的是一个可被数学证明文本、外部核验报告和社区审视的完整开放问题突破。

边界在哪里?

几个边界需要划定:

这个模型没有公开。OpenAI 说的是 internal model,意味着普通 ChatGPT 用户现在无法复现这个结果。

人类参与了核验和消化。Companion remarks 明确写着 human-verified / digested version。模型生成了关键的反例和证明思路,但外部数学家进行了理解、重写和核验。这两个角色都应被看到。

同行评审尚未完成。外部数学家的核验报告是一个强信号,但学术期刊的正式审稿和长期社区审查还没有走完。

这个结果不能被推广为「AI 已经能解决所有数学开放问题」。证明中使用的代数数论工具本身已经存在,模型的贡献在于发现了一个出人意料的跨领域连接——把高级代数数论思想用在初等几何问题上。这是一种突破性的洞察,但不等于一套通用的数学发现机器已经成熟。

回到这件事本身

一个 80 年没人能推翻的猜想,被一个 AI 模型用人类数学家都没想到的路径给出了反例。

这个结果有完整的证明文本,有九位顶级数学家的联合核验,有 TechCrunch 等主流科技媒体的独立报道,有近千分的 Hacker News 讨论。

它是迄今为止,AI 在纯数学开放问题上最有分量的一次突破——至少在证据链的完整度上,OpenAI 这次没有留下明显的缺口。

但最终的判断权,仍然在数学共同体手中。


— END —

— END —