Nilutas ng OpenAI AI ang 80-taong Problema ng Planar na Unit Distance

iconCryptoBriefing
I-share
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconSummary

expand icon
Nakalutas ng AI ng OpenAI ang 80-taong panahon na planar unit distance problem, isang matematikal na puzzle na unang inilahad ni Paul Erdős noong 1946. Ang pagbubukas, na nasumpungan ng Fields Medalist na si Tim Gowers at si Will Sawin mula sa Princeton, ay nagpapakita ng isang walang hanggang set ng planar na konfigurasyon na may higit sa unit-distance pairs kaysa sa dati. Iminumugpa noong Mayo 20, 2026, ang resulta ay nakakaapekto sa formal verification at zero-knowledge proof systems. Ang mga trader na gumagamit ng value investing sa crypto ay maaaring makakita ng kapaki-pakinabang ang ganitong pag-unlad para sa long-term support at resistance analysis.

Sa loob ng 80 taon, isa sa mga pinakatatayong problema sa kombinatorial na heometriya ay naka-imbak sa bibig, minsan ay inilabas ng mga ambisyosong matematiko, ngunit hindi pa lubos na nalutas. Ngayon, ginawa ito ng isang AI.

Isang panloob na modelong pang-reasoning ng OpenAI ay naglikha ng patotoo na naglulutas sa planar unit distance problem, isang konjetura na unang itinakda ng legendariyong Hungarian matematikong si Paul Erdős noong 1946. Ang patotoo, na sumasakop sa halos 125 na pahina, ay nagtatag ng isang walang hanggang pamilya ng planar na konfigurasyon na may higit sa unit-distance pairs kaysa sa tradisyonal na itinuturing na optimal na mga pagkakasunod-sunod. Sa simpleng salita: natagpuan ng AI ang mga geometric pattern na bumabagsak sa isang limitasyon na iniiwasan ng mga matematiko nang walang hanggan na walong dekada.

Ano ang tunay na sinasabi ng patunay

Ang planar unit distance problem ay nagtatanong: ibinibigay ang n mga puntos sa isang eroplano, ano ang pinakamataas na bilang ng mga pares na maaaring magkalekay na isang yunit? Ikinonheto ni Erdős ang isang upper bound sa bilang na ito, at sa loob ng maraming dekada, ang pinakamahusay na kilalang mga konfigurasyon ay grid-like na mga istraktura na tila nagpapatotoo sa kanyang intuisyon.

Pagsasadula

Naglakad ang modelo ng OpenAI sa isang iba’t ibang landas. Sa halip na mag-iterate sa mga kilalang grid arrangement, tinugon nito ang problema sa pamamagitan ng algebraic number theory, at konektado ito sa mga advanced mathematical structures na tinatawag na infinite class field towers. Ang resulta ay isang infinite family ng configurations na lalong lumalampas sa tradisyonal na tinatanggap na optimal, at tinanggihan nito nang direkta ang inaasahan ng Erdős na upper bound. Ang pagpapabuti ay nasukat gamit ang isang exponent na halos 0.014.

Sino ang naveripika ito, at bakit mahalaga ito

Isinuri ni Tim Gowers, isang tagapagbigay ng Fields Medal, ang gawa. Ganoon din si Will Sawin, isang matematiko mula sa Princeton. Pareho ang nagpapatotoo sa kawastuhan ng patotoo. Espesyal na sinukat ni Sawin ang pagpapabuti sa halagang 0.014 na eksponente.

Nagkaroon ng pahayag noong May 20, 2026, at agad itong binago ang usapan tungkol sa ano ang kayang gawin ng mga sistema ng AI reasoning sa mga puro pananaliksik.

Ano ang ibig sabihin nito sa labas ng matematika

Ang mga teknik na kasangkot, lalo na ang alhebraikong teorya ng bilang at ang pagbuo ng mga bagong matematikal na bagay, ay may direktang kahalagahan sa formal na pag-verify at mga sistema ng zero-knowledge proof.

Ang formal verification ay ang proseso ng matematikal na pagpapatotoo na ang code ay gumagawa ng kung ano ang dapat gawin. Kung ang mga modelong pangangatwiran ng AI ay makakagawa at magpapatotoo ng mga patotoo sa antas na ipinakita dito, maaaring bumaba nang malaki ang gastos at timeline para sa formal verification ng mga kumplikadong protocol.

Ang mga zero-knowledge proof, ang kriptograpikong teknikang nagtataguyod ng mga blockchain at solusyong pinalalawak tulad ng zk-rollups na nakatuon sa privacy, ay binubuo ng malalim na alhebraikong mga pundasyon. Ang uri ng teorya ng alhebraikong bilang na ginamit ng modelo ni OpenAI upang lutasin ang problema na ito ay nasa parehong matematikal na kapaligiran.

Walang partikular na crypto token ang kaugnay sa resultang ito, at ang sinumang nagsasabing kabaligtaran ay nagsasagawa ng pagkakamali sa mga katotohanan.

Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.