在数学研究的漫长历史中，有些问题看似简单，却让无数顶尖数学家耗费数十年心血仍无法破解。近日，人工智能领域迎来了一项引发全球数学界轰动的突破——困扰学界80年的“单位距离问题”被OpenAI开发的聊天机器人攻克。这一成果不仅颠覆了传统认知，更让人类重新审视AI在科研中的潜力。
“单位距离问题”的表述直观却充满陷阱：在平面上放置无限多个点，如何让恰好相距1英寸的点对数量达到最大值？1946年，数学家保罗·厄尔德什提出猜想，认为通过特定网格结构能实现最优解，并给出了复杂证明。尽管此后80年间无人超越这一结果，但严格证明其正确性始终是未解之谜。直到两周前，OpenAI研究人员将问题输入内部大语言模型，AI在数百页推导后给出了惊人答案——厄尔德什的猜想被推翻了。
更令数学家震惊的是AI的解题路径。传统方法聚焦于二维网格，而AI构造出一种高维空间中的对称点阵，再通过数学映射将其“降维”至平面。这种结构复杂到难以用图纸呈现，却能形成更多单位距离点对。剑桥大学教授蒂莫西·高尔斯评价：“此前从未有AI生成的证明达到如此严谨的标准。”多伦多大学数学家丹尼尔·利特则直言，这是“首个真正重要的AI自主成果”。
参与验证的数学家们发现，AI的优势不仅在于计算能力，更在于其“反直觉”的探索方式。人类研究者受限于对厄尔德什猜想的长期信任，往往回避寻找反例；而AI没有先入为主的观念，能在枯燥的高维构造中持续试错。哈佛大学数学家梅拉妮·伍德指出：“人类可能因集体偏见错过了这条路径，而AI恰好填补了认知盲区。”
尽管成果震撼，但数学家们强调，AI并非“创造新数学”。其使用的工具均来自现有文献，只是首次被组合应用于此问题。OpenAI数学家塞巴斯蒂安·布贝克比喻：“它像一位极优秀的数学家，但并未发明全新理论。”人类研究者的后期整理与改进同样关键——数学家威尔·索温就在AI结果基础上进一步优化了网格构造。
这一突破也引发了学术规范的讨论。伍德发现，AI在生成证明时未引用任何既有文献，即使思路与前人研究高度相似。“若人类如此，将被视为学术不端。”她呼吁数学界尽快制定AI参与研究的规范，因为“变化速度已远超预期”。
目前，该成果已引发全球数学实验室的复现热潮。尽管AI尚未证明其方法为理论最优，但多数专家认为，即使由人类独立完成，这项研究也足以登上顶级期刊。更深远的影响在于，它揭示了科学领域中大量“答案近在咫尺，却因路径盲区被忽视”的问题——而这或许正是AI改变科研范式的开始。
