引言：AI 独立攻克 80 年数学难题
2026 年 5 月 21 日，OpenAI 正式宣布了一项令全球数学界震动的成果：其内部一款尚未对外发布的通用推理模型，独立推翻了由匈牙利数学家保罗·埃尔德什（Paul Erdős）于 1946 年提出的“平面单位距离猜想”。这道困住顶尖数学家近 80 年的离散几何难题，终于被 AI 以一种完全自主的方式攻破。菲尔兹奖得主蒂莫西·高尔斯（Tim Gowers）等多位权威数学家已独立验证了该证明的正确性。这一事件不仅标志着 AI 在纯数学领域实现了里程碑式的原创突破，更引发了关于“机器能否真正发现新数学”的深层思考。
背景：埃尔德什猜想的魅力与挑战
什么是平面单位距离猜想？
平面单位距离猜想是组合几何与离散几何领域的核心问题之一。其表述简洁而深刻：在一个平面上，是否存在一个具有 n 个点的点集，使得任意两点之间的距离恰好为 1？如果存在，这些点集的最大大小是多少？ 埃尔德什最初猜想，这样的点集最大包含的点数不超过某个上界，而随着 n 增大，该上界的增长速度远低于指数级。更精确地说，他猜想单位距离图（以平面点为顶点，距离为 1 的边连成图）的边数最多为 O(n^{1+c/\log\log n})，其中 c 为常数。不过数十年来，数学家们既无法完全证明它，也无法构造出反例推翻它。
为什么难？
该问题的难点在于：平面上的点可以任意放置，看似自由度很大，但“所有距离都是单位长度”这一约束极其严格。数学家尝试了代数方法、格点构造、图论极值理论等多种路径，仅在特定 n 值下找到过最大点数的上下界，但从未获得一个通用构造或反例。直到 20 世纪末，最好的上界仍与埃尔德什原始猜想存在巨大差距。这一问题也正因如此被视为离散几何中的“圣杯”之一。
突破：OpenAI 通用推理模型的“独立思考”
模型能力远超以往
根据 OpenAI 披露的信息，此次破解难题的并非专门训练的数学模型，而是其内部正在研发的通用推理模型（属于 o1 系列后续演进版本）。该模型结合了强化学习驱动的训练时间缩放与基于搜索的测试时间缩放，能够自主探索数学构造的可能性空间。与早期模型（如 GPT-4）只能在已有知识库中检索和组合不同，这个新模型具备真正的链式推理能力，可以在没有人类提示的情况下，生成完整的数学证明步骤。
全新的构造方案
模型输出的证明出乎所有人意料：它没有尝试优化上界，而是构造了一个全新的点集，直接推翻了原来的猜想。传统数学界普遍认为，该猜想很可能正确，只是难以证明；而模型却找到了一个反例——一种奇特的点集排列方式，使得单位距离的数量超过了埃尔德什假设的上界。这一构造利用了对称性破缺与模运算的巧妙结合，在人类数学文献中从未出现过。OpenAI 联合创始人兼总裁格雷格·布罗克曼（Greg Brockman）在社交媒体上表示，模型在数十亿次尝试中自主发现了这一结构，整个过程没有任何人类偏向性指导。
验证：数学界的严肃认可
顶级数学家的确认
消息公布后，剑桥大学的蒂莫西·高尔斯教授第一时间对证明进行了独立审阅。他在个人博客中写道：“这个证明非比寻常，它用了一种我之前从未见过的组合构造，逻辑链条清晰且自洽。如果最终确认无误，这将是 AI 对纯数学做出的最令人信服的贡献。” 其他几位受邀验证的数学家（来自普林斯顿高等研究院、麻省理工学院等机构）也给出了类似结论。目前尚未发现任何逻辑漏洞。
与过往 AI 数学突破的区别
此前亦有 AI 系统（如 DeepMind 的 AlphaFold、MIT 的等）参与数学证明或定理发现，但大多属于辅助人类或证明已知定理的新变体。这次 OpenAI 的模型则完全独立地完成了一项原创性反例构造，且问题本身在数学界有极高声望。OpenAI 在技术公告中强调，该模型在不同测试算力下的准确率曲线呈单调上升趋势，说明其推理能力随计算资源增加而稳定提升——这也为“通过扩展推理时间实现更强推理”的研究方向提供了实证。
影响：数学研究范式的转折点
对离散几何的冲击
该结果直接推翻了延续 80 年的主流猜想，意味着整个单位距离图论的研究基础需要重新审视。原本围绕该猜想建立的众多引理、构造、上界估计，可能都需要修正。数学界将迎来一轮新的研究热潮：基于模型提供的反例，人类数学家可以进一步探索其泛化性质，甚至建立新的猜想。
AI 在科学发现中的角色演变
更深远的影响在于，AI 不再只是“计算工具”或“模式识别器”，而是可以作为独立的研究者参与假设生成与证明探索。OpenAI 科学家塞巴斯蒂安·布贝克（Sebastien Bubeck）曾在访谈中指出，AI 模型的推理能力可以用“AGI 时间”衡量——GPT-4 只能处理几秒到几分钟的任务，而 o1 系列已能处理若干小时的任务。如果未来模型可以完成“AGI 日”级别的任务（如整篇论文的自主撰写与验证），那么数学、理论物理等领域的创新节奏将彻底加速。
展望：人机协作的新时代
这次突破并非意味着人类数学家即将被取代。恰恰相反，模型提供的反例需要人类来理解、阐释并融入知识体系。正如多位数学家所言，AI 扮演了“思路开拓者”的角色，而人类依然负责判断价值、构建理论和教育传承。未来 3-5 年内，很可能出现更多类似案例——AI 先发现反直觉的构造或反例，人类数学家随后将其发展为系统的分支。OpenAI 已表示将逐步开放模型的数学推理能力，让更多研究者借助这一工具探索悬而未决的难题。
总结
OpenAI 通用推理模型独立推翻埃尔德什平面单位距离猜想，是 AI 在纯数学领域原创发现能力的首次公开验证。这一事件不仅解决了一个 80 年未解的难题，更标志着人工智能从“辅助工具”向“独立研究者”的角色跃迁。随着推理缩放法的成熟，人类与 AI 协作攻克数学前沿的时代已正式开启。