陶哲軒再發驚人消息:AlphaEvolve一個月內三度突破18年數學懸案,徹底改寫數學研究規則!

圖片

新智元報導

編輯:犀牛

【新智元導讀】一項塵封18年的數學難題,在短短30天內被AlphaEvolve與人類聯手三度突破!和差集指數θ從1.173050提升至1.173077,刷新了加法組合學的天花板。這場「人機共舞」不僅震撼數學界,更預示著科學發現的新紀元。

數學界再次見證奇蹟!

一項沉睡了18年的難題,在一個月內竟被AI與人類聯手三度突破!

每一次都將我們對可能性的認知推向新高。

6月2日,Fan Zheng在arXiv亮出的最新論文——又又又一次把和差集指數θ紀錄往上推了0.000027,從1.173050提升到了1.173077。

0.000027——一個在顯微鏡下才分辨得出的跨度,卻把加法組合學的天花板又往上頂了一寸。

圖片

論文地址:https://arxiv.org/abs/2506.01896

如此迅速、連續的取得進展,都離不開數學家與AI(AlphaEvolve)的相互配合。

可以說,AI正助力人類推進科學前沿!

這種突破讓陶哲軒都驚嘆:「對我而言,這是一個引人入勝的例證。」

陶哲軒認為這展示了未來的數學研究中,高度電腦輔助、中度電腦輔助與傳統「紙筆」方法之間將如何相互作用。

這些範式各有優劣。

例如,目前的AlphaEvolve還極難用上後續論文中使用的漸近構造;但另一方面,若沒有AlphaEvolve的暴力搜索,人類方法也很難發現這些改進的切入點。

圖片

他的這番話,不禁讓人想起牛頓那句經典名言:「如果我能看得更遠,那是因為我站在巨人的肩膀上。」

只不過,現在這裡的巨人,既包括前人的智慧累積,也包括了像AlphaEvolve這樣強大的AI工具。

圖片

什麼是和差集?

我們Hao先Hao把鏡頭拉近,走進這個讓數學家痴迷了數十年的和差集問題。

簡單來說,這是一個關於整數集合的遊戲,核心在於和集(A+B)與差集(A-B)的大小較量。

想像兩只裝滿整數的袋子 A、B:

和集(A + B):隨手各抓一個,作加法,所有結果的集合。

差集(A − B):同樣操作但改成減法。

圖片

比如A={1, 2},B={3, 4},那麼A+B={1+3, 1+4, 2+3, 2+4} = {4, 5, 5, 6} = {4, 5, 6}(元素不重複)。

A-B={1-3, 1-4, 2-3, 2-4} = {-2, -3, -1, -2} = {-1, -2, -3}。

數學家要做的遊戲是:

讓和集夠小,差集夠大。

衡量「大」的指數就是θ,極限越高越厲害,理論上θ上界為4⁄3(≈1.3333)。

圖片

一個月3破紀錄

這三次突破是如何實現的?讓我們逐一拆解。

2007年,匈牙利數學家Gyarmati、Hennecart和Ruzsa三人構造了一個包含約3萬個元素的集合,將θ的下界定格在1.14465。

這個紀錄,如同一座難以逾越的高峰,靜靜地矗立了18年。

然而,這個紀錄在2025年5月14日被打破。

DeepMind發布的AlphaEvolve(陶哲軒有參與)像一位擁有無窮精力與獨特視角的探險家,透過一種新穎的進化演算法,在巨大的可能性空間中進行「廣度掃描」。

結果令人震驚:AlphaEvolve找到了一個包含54265個元素的全新集合,一舉將θ的下界提升至1.1584!

這無疑是AI在純粹數學發現領域投下的一枚重磅炸彈。

圖片

但故事並未就此結束。

僅僅一周後的5月22日,數學家Robert Gerbicz便在AlphaEvolve發現的基礎上,以傳統的人類智慧進行「深度打磨」。

他巧妙地調整和擴展了AI的構造,將參數θ進一步推高至1.173050!

這可不是個小數字,在數學領域,每一位小數的進步都可能意味著理論認知上的巨大飛躍。

圖片

論文地址:https://arxiv.org/abs/2505.16105

陶哲軒對此由衷感嘆:「人類與AI不同方法的互補,正是數學快速前進的原因。」

AI的「廣度掃描」與人類的「深度打磨」像雙引擎一樣同時驅動,給數學研究帶來了久違的加速度。

圖片

接著就是這次,陶哲軒再爆出該參數θ的進一步改進,從1.173050提升到了1.173077。

這次的突破,思路更為精妙。

作者摒棄了AlphaEvolve依賴算力暴力搜索的方式,而是將上一篇論文中的構造參數設為「無限大」。隨後,借助「測度集中」原理,直接計算出θ的極限值。

妙處何在?

陶哲軒解釋道:「正因為如此,這次僅僅需要少量的電腦輔助。」

作者用電腦程式(MATLAB)仔細嘗試不同的參數值,找到了能讓這個公式算出的最大值。

圖片

最終作者證明了θ的下限可以提升到1.173077。

圖片

圖片

從「對弈」到「共舞」

這場圍繞θ的追逐,完美詮釋了AI與人類協作推進科學前沿的新範式。

AlphaEvolve能夠快速地處理海量資訊,憑藉其獨特的演算法發現人類難以察覺的模式和聯繫。

它提供的初始構造,就像在黑暗中點亮了一盞燈,為後續的探索指明了方向。

數學家們則發揮著深度思考能力。

他們能夠理解AI發現的本質,並在此基礎上進行抽象、推廣和理論升華。Gerbicz對參數的優化,以及後續採用漸近方法的突破,都是人類智慧獨特價值的體現。

未來,AI與人類的相互協作將會極具競爭力。

在數學這個人類智慧的桂冠領域,我們正目睹這一趨勢的加速。

過去,我們驚嘆於AlphaGo擊敗人類圍棋頂尖高手,那更多的是一種「對弈」關係。

而AlphaEvolve的成功,以及數學家們在此基礎上的接力突破,則展現了一種更令人期待的「共舞」關係。

AI不再僅僅是工具,它正在成為數學家們激發靈感、拓展思路、加速發現的夥伴。

這不僅僅是數學的勝利,更預示著一個科學發現新紀元的到來,在這個紀元裡,人類智慧與機器智能將攜手並進,共同探索未知的宇宙。

參考資料:

https://arxiv.org/abs/2506.01896

https://mathstodon.xyz/@tao

圖片

圖片

主標籤:數學研究

次標籤:人工智慧AlphaEvolve人機協作科學發現陶哲軒組合數學


上一篇:深度研究也「白菜化」?Google 開源 Gemini 等級的 AI 研究能力

下一篇:!離AGI更近了!!0.31元人民幣運行Google的AlphaEvolve和UBC的DGM「達爾文-哥德爾機」?

分享短網址