OpenAI发布十项数学突破，AI首次攻克长期悬而未决的难题

背景

OpenAI近期推出的内部大模型Astra，被用于探索数学与理论计算机科学的前沿难题。此前，OpenAI已在语言与多模态领域展示强大能力，此次转向严肃数学证明，旨在验证生成式AI在科研协作中的潜力。Astra在数千GPU算力支持下，以约2000美元的代价完成了十项久未突破的研究工作，并通过Lean证明助理生成形式化证书。

十大突破概览

• 高维球面填充：在Cohn‑Elkies阈值附近给出新的上界，显著收紧了已知极限。
• 二进制与球面码：提供指数级改进的上界，覆盖任意最小距离的二进制码规模，并给出对应的高维球面码结果。
• 非sofic群构造：首次构造出满足非sofic性质的群，解决群论长期悬案。
• Connes 刚性猜想：推翻该猜想，证明某类群的von Neumann代数并非唯一决定其结构。
• 算术电路复杂度：对永久函数给出新的下界，算术公式下的下界提升至 (n^{4}/\log n)。
• 量子并行重复：为一般两玩家量子博弈提出指数级并行重复定理，拓展经典并行重复理论。
• 最近向量问题：在最近向量近似问题上证明多项式因子硬度，直接关联后量子密码学安全性。
• Ehrhart 体积猜想：在任意维度下确定凸体最大体积上限，验证了其质心唯一内部格点的假设。
• 多色Ramsey数：给出三色三角Ramsey数的超指数下界，解决Erdős提出的第183号问题。
• 极值图论猜想：在紧致性与退化性猜想上取得进展，回答Erdős的第146、180号问题。

关键技术细节

Astra采用了大规模自监督预训练与专门的数学推理微调相结合的策略。模型在搜索空间中生成潜在证明草稿后，由内部评估模块筛选高置信度候选，随后交给人类研究者进行语义修正并转写为Lean代码。整个流程实现了“AI‑人类‑形式化”三段式协作，显著降低了人力成本。

行业影响与后续展望

• 学术界：首次出现由AI主导的完整数学证明，使得数学家开始重新评估研究方法论，可能催生新的AI‑辅助定理发现平台。
• 密码学：对最近向量问题的硬度提升为后量子密码方案提供了更坚实的理论支撑。
• 计算复杂度：永久函数下界的提升为P vs NP等核心问题提供了新的视角。
• 工具链：Lean 与大型语言模型的深度集成示范，为未来科研自动化奠定基础。

OpenAI在博客中强调，所有成果均已公开发布，并附带模型思考过程的叙述，鼓励社区验证与扩展。

责任与伦理声明

OpenAI 对生成的证明承担全部技术责任，明确标注AI贡献比例，避免人类作者身份的误用。公司呼吁数学社区审慎评估AI生成成果的可靠性，并在引用时保持透明。与此同时，OpenAI 将继续免费向十万名科研人员开放ChatGPT高级模型，以促进更广泛的学术合作。