Model OpenAI Menyanggah Konjektur Erdős 1946

Model OpenAI Menyanggah Konjektur Pusat dalam Discrete Geometry

Paul Erdős mengemukakan masalah unit distance pada tahun 1946. Pada Mei 2026, model reasoning dalaman OpenAI akhirnya menutupnya — bukan dengan membuktikan konjektur itu, tetapi dengan merobohkannya.

Selama hampir lapan puluh tahun, andaian dalam discrete geometry ialah: bilangan pasangan titik yang berjarak tepat satu unit bagi n titik di atas satah hanya tumbuh sedikit lebih laju daripada linear. Pembinaan square grid yang klasik nampak hampir optimum. Erdős sendiri mengandalkan upper bound n^(1+o(1)) — bilangan pasangan unit distance ialah n kepada kuasa yang hampir-hampir tidak melebihi 1.

Sebuah model reasoning umum daripada OpenAI menjumpai keluarga counterexample yang tidak terhingga: titik-titik dengan sekurang-kurangnya n^(1+δ) pasangan unit distance bagi satu exponent tetap δ > 0. Exponent asal yang dihasilkan model itu amat kecil, sekitar 10^(-38), tetapi kemudian dimurnikan oleh Will Sawin dari Princeton kepada δ = 0.014 (OpenAI, Scott Aaronson).

Ini bukan perubahan kosmetik. Beralih daripada "sedikit lebih laju daripada linear" kepada "lebihan polynomial yang nyata" ialah lompatan kualitatif, dan buktinya bertahan apabila disemak minda terkuat dalam bidang ini.

Masalah Yang Sesiapa Pun Boleh Faham

Letakkan n titik di mana-mana sahaja di atas satah rata. Kira bilangan pasangan titik yang jaraknya tepat satu unit. Panggil nombor itu U(n). Persoalannya: sebesar mana U(n) boleh menjadi?

Ini jenis soalan yang boleh diterangkan kepada orang bukan matematik dalam tiga puluh saat, kemudian difikirkan selama beberapa dekad.

Inilah cara brute-force untuk mengira pasangan unit distance bagi satu set kecil — versi masalah yang membosankan tetapi mesra developer:

import itertools
import math

def unit_pairs(points):
    """Count pairs separated by exactly one unit of distance."""
    count = 0
    for a, b in itertools.combinations(points, 2):
        if math.isclose(
            (b[0] - a[0]) ** 2 + (b[1] - a[1]) ** 2,
            1.0,
            rel_tol=1e-9,
        ):
            count += 1
    return count

# A 4x4 square grid: a decent number of unit pairs, but is it optimal?
grid = [(i, j) for i in range(4) for j in range(4)]
print(unit_pairs(grid))

Pembinaan grid yang digunakan Erdős pada 1946 memberikan n^(1+Ω(1/log log n)) pasangan unit — pertumbuhan yang hanya sedikit lebih laju daripada linear. Selama beberapa dekad, upper bound terbaik yang diketahui ialah O(n^(4/3)), hasil kerja Spencer, Szemerédi, dan Trotter pada 1984, dan konjektur bahawa grid itu hampir optimum kekal teguh.

Apa Yang Model Sebenarnya Buat

Bahagian inilah yang selalu disalahfaham, jadi biar saya jelaskan.

Hasil ini bukan model AI memuntahkan bukti yang sudah ada dalam data latihan, dan bukan carian komputer brute-force ke atas ruang konfigurasi yang terhad. Ia adalah model yang secara berdikari menyusun perkaitan luar biasa antara dua cabang matematik dan membina hujah asli menggunakan teknik daripada algebraic number theory — bidang yang mengkaji generalisasi integer dan nombor rasional (arXiv:2605.20695, AI Beat).

Pembinaannya menggantikan Gaussian integers — enjin di sebalik square grid asal Erdős — dengan medan algebra yang lebih rumit dan membawa simetri yang lebih kaya. Medan sebegini menghasilkan lebih banyak perbezaan unit length daripada grid yang mudah.

Alat utamanya: infinite class field towers dan teori Golod–Shafarevich. Kewujudan menara-menara ini terbukti sejak 1960-an dan memang diketahui oleh pakar algebraic number theory. Tetapi bahawa ia ada kaitan dengan soalan geometri mudah tentang titik yang berjarak satu unit di atas satah — itu kejutan sebenar.

Kenapa Ahli Matematik Yakin

Pertanyaan pertama seorang skeptik sentiasa pengesahan. Di sinilah hasil ini jauh berbeza daripada dakwaan matematik AI sebelumnya.

Satu companion paper, Remarks on the disproof of the unit distance conjecture, ditandatangani sembilan ahli matematik (afiliasi mengikut senarai arXiv):

• Noga Alon (Princeton)
• Thomas F. Bloom (University of Manchester)
• W. T. Gowers (Cambridge, pemenang Fields Medal)
• Daniel Litt (Toronto)
• Will Sawin (Princeton)
• Arul Shankar (Toronto)
• Jacob Tsimerman (Toronto)
• Victor Wang (Academia Sinica)
• Melanie Matchett Wood (Harvard)

Kertas itu jujur tentang asalnya: ia membentangkan "a human-digested, somewhat simplified, and somewhat generalized version of the AI proof." Menurut laporan AI Beat, Gowers berkata beliau akan mengesyorkan bukti ini diterbitkan tanpa ragu-ragu, dan menggambarkannya sebagai matematik pertama yang dihasilkan AI yang mengandungi idea yang betul-betul asli, bukan sekadar carian tersusun di ruang teknik sedia ada.

Sokongan itu membawa berat tambahan. Thomas Bloom ialah ahli matematik yang sama yang mendedahkan dakwaan OpenAI Oktober 2025 bahawa GPT-5 telah menyelesaikan sepuluh masalah Erdős — setiap "penyelesaian" itu ternyata sudah wujud dalam literatur. Kali ini Bloom tidak menerima kata-kata OpenAI begitu sahaja.

Kontras Dengan Oktober 2025

Pada Oktober 2025, seorang eksekutif OpenAI mendakwa GPT-5 telah menyelesaikan sekumpulan masalah Erdős. Dakwaan itu runtuh dalam masa empat puluh lapan jam apabila Bloom menunjukkan bahawa setiap penyelesaian itu sebenarnya hasil yang sudah diketahui. Catatan itu dipadam.

Hasil Mei 2026 ini bentuknya bertentangan. Ia tiba dengan kertas yang disahkan bersama-sama, ditandatangani sembilan ahli matematik yang reputasinya tidak akan terselamat jika mereka menyokong bukti yang salah. Rantaian pengesahan inilah yang menjadikan dakwaan ini benar-benar bernilai — dan kini ia menjadi piawaian untuk menilai setiap pengumuman matematik AI yang akan datang.

Scott Aaronson menerangkan bagaimana hasil itu muncul: bekas pelajarnya Lijie Chen "simply gave GPT the problem," dan selepas berfikir seketika model itu "output a several-page argument that, on analysis by human experts, turned out to be correct" (Shtetl-Optimized).

Tanpa scaffolding, tanpa fine-tuning khas untuk matematik, tanpa model yang dibina khusus untuk theorem proving. OpenAI kata model itu dinilai ke atas koleksi masalah Erdős sebagai sebahagian usaha yang lebih luas untuk menguji sama ada model canggih boleh menyumbang kepada penyelidikan frontier — dan kali ini ia menghasilkan counterexample (OpenAI).

Cara Membaca Dakwaan Matematik AI

Artikel ini memakai satu piawaian tersirat untuk hasil Mei itu. Dijelaskan, ia menjadi senarai semak yang boleh diguna semula oleh mana-mana pembaca apabila sesebuah lab mengumumkan bukti buatan mesin:

1. Penandatangan bernama yang mempertaruhkan reputasi. Sembilan ahli matematik menulis kertas pendamping bersama — "penilaian dalaman" tanpa nama tidak dikira.
2. Teks bukti yang dihadam manusia, bukan transkrip model. Hujah itu terselamat selepas analisis pakar, bukan sekadar skor benchmark.
3. Rekod membetulkan penggera palsu. Dakwaan Oktober 2025 dipadam dalam empat puluh lapan jam setelah penyelesaiannya rupa-rupanya hasil yang sudah diketahui — lab yang membetulkan kesilapan secara terbuka layak diberi perhatian lebih tajam selepas ini.
4. Atribusi yang jujur. "Tanpa scaffolding, tanpa fine-tuning" ialah laporan OpenAI sendiri melalui anekdot Aaronson — baca sebagai dakwaan lab itu, bukan ukuran bebas.

Pengajaran Meta untuk Developer

Ada dua cara membaca cerita ini.

Pertama: satu sistem AI baru sahaja melakukan perkara yang tidak dapat dilakukan oleh bilik penuh saintis cerdik dalam lapan puluh tahun. Itu tajuk utamanya.

Kedua, dan lebih menarik: model itu tidak "memahami geometri lebih baik" daripada pakar. Ia melakukan sesuatu yang lebih halus — ia sanggup mencuba jalan yang telah disisihkan oleh komuniti, dan — yang paling penting — ia langsung tidak terikat emosi untuk membuktikan Erdős betul. Komuniti menghabiskan sebahagian besar usaha membuktikan konjektur itu benar kerana itulah kepercayaan bersama. Model itu pula menghabiskan sebahagian besar chain-of-thought mencari counterexample kepada upper bound yang dipercayai ramai, kemudian mengimport jentera daripada bidang yang hampir tidak pernah disentuh oleh ahli discrete geometry.

Gabungan itu — kesanggupan meneroka jalan yang dibuang serta capaian meluas merentas sub-bidang — ialah profil penyelidikan yang benar-benar berbeza daripada pakar manusia biasa. Ia tidak bermakna AI menggantikan ahli matematik. Pengesahan, penghadaman, dan generalisasi hasil itu ialah kerja yang amat manusiawi. Apa yang ia maksudkan ialah "buah yang tergantung rendah yang terlepas oleh pakar atas sebab-sebab kontingensi" kini sedang dipetik. Tema kognisi asing yang sama mengalir dalam hujah perlahan daripada ketua saintis OpenAI sendiri — surih itu berguna tepat kerana pemikiran di sebaliknya tidak berbentuk manusia.

Dinding yang berdiri selama lapan puluh tahun sudah berlubang. Lapan puluh tahun penyelidikan unit distance seterusnya bermula dari aras yang berbeza — dan workflow bantuan AI yang memungkinkan hasil ini kini sebahagian daripada toolkit.

Ini juga bukan kes terpencil. Tidak lama selepas itu, kaedah serupa ini memberi inspirasi kepada penolakan konjektur Erdős–Szemerédi strong sumset ke atas nombor nyata — kali ini manusia, termasuk Sawin, melakukan hampir keseluruhan kerja, tetapi diilhamkan secara langsung oleh penolakan GPT terhadap konjektur unit distance (Shtetl-Optimized).

Kalau anda masih ragu tentang sumbangan reasoning model dalam penyelidikan, ini demonstrasi paling bersih setakat ini bahawa jawapan kepada "apakah yang boleh mereka lakukan secara autonomi?" bukan lagi "tiada."

Untuk konteks lanjut tentang pencapaian matematik OpenAI yang lain yang melalui cerita serupa — hasil Navier–Stokes, swarm 10,000 agent, dan kontroversi kredit di sebaliknya — baca analisis kami sebelum ini.

Sumber

• OpenAI: An OpenAI model has disproved a central conjecture in discrete geometry
• arXiv: Remarks on the disproof of the unit distance conjecture (arXiv:2605.20695)
• Shtetl-Optimized (Scott Aaronson): Dispatches from the possibly last days of human relevance
• AI Beat: Eighty Years, One Model, One New Idea