OpenAI：AI模型推翻了离散几何学中存在80年的猜想
OpenAI宣布其AI模型解决了单位距离问题——这是离散几何学的核心猜想，自Paul Erdős于1946年提出以来悬而未决逾80年。公司将此结果描述为AI驱动数学研究的里程碑：模型不仅验证了既有命题，更通过构造反例将其推翻。
本文由人工智能基于一手来源生成。
OpenAI于2026年5月20日宣布，其AI模型解决了单位距离问题（unit distance problem）——这是离散几何学的核心开放问题，自Paul Erdős于1946年提出以来已悬而未决超过80年。公司将这一结果定性为首次由AI系统通过原创构造推翻长期核心猜想的案例，而非仅验证人类数学家此前提出的命题。
单位距离问题是什么？为何悬而未决80年？
该问题的核心是：在平面上N个点的集合中，恰好相距单位距离的点对最多能有多少个？Erdős于1946年证明了下界，但精确上界数十年来始终是研究热点。已知最优猜想预测了某种函数增长率——而OpenAI的模型据称通过构造一组超越该上界的点集，将这些猜想推翻。
这一结果与此前的AI数学证明有何不同？
此前AI在数学领域的贡献主要体现在验证既有证明（Lean、Coq、Isabelle形式化）或为已提出定理寻找新证明（DeepMind AlphaProof、FunSearch）。而OpenAI的这一结果有所不同：模型构造性地推翻了猜想，这需要几何创造力——寻找一个不符合数学家数十年来尝试的直觉对称构造的反例。
同行评审现状如何？
OpenAI通过其新闻室和RSS发布了这一结果；发布时完整论文返回HTTP 403，详情仅可通过RSS描述获取。公司在声明中邀请数学界进行独立验证。目前尚未宣布在《Discrete & Computational Geometry》或《Journal of Combinatorial Theory》等期刊上进行正式评审。
这对该领域意味着什么？
若该构造通过同行评审，将带来两点直接启示。其一：AI系统正在跨越自主发现数学真理的门槛，而不仅是执行给定证明。其二：商业AI系统的可发现性层可能成为新数学结果的来源，由此引发引用、归因与著作权如何演变的深层问题。离散几何、组合数学和数论最有可能成为类似方法论的下一批目标领域。
常见问题
- 什么是单位距离问题？
- 单位距离问题是组合几何中的经典问题：在平面上N个点的集合中，恰好相距单位距离的点对最多有多少个？Erdős于1946年证明了下界，但精确上界数十年来一直是研究热点。OpenAI的模型通过构造超越原有上界的点集，推翻了长期以来的相关猜想。
- 这一结果对AI研究意味着什么？
- 这意味着AI模型已从解决给定问题，迈向在开放数学问题中自主发现反例。构造性推翻所需的几何创造力，此前一直是顶尖数学家的专属领域。
- 完整证明是否已经过同行评审？
- OpenAI通过官方新闻室和RSS发布了这一结果，但截至目前尚未宣布在数学期刊上进行正式同行评审。该构造还需经过离散几何学界的独立验证。