Kes "tergantung" teori graf selama 30 tahun runtuh dalam semalam.
Hari ini, GPT-5.6 Pro membantah dugaan selama tiga puluh tahun dalam bidang teori graf—Dinitz-Garg-Goemans.

Bukti yang diberikannya sangat jelas: satu gambar, kos aliran skor ialah 58.
Dan sebarang aliran tak terpisahkan yang melanggar kapasiti tidak lebih daripada 15, kosnya sekurang-kurangnya 60.
58<60, satu konjektur teori graf yang telah bertahan selama 30 tahun telah runtuh.

Pada hari yang sama, doktor dari Universiti Columbia, Shouqiao Wang, menggunakan aliran kerja GPT-5.6 Sol bersama Codex, menyelesaikan 6 masalah Erdős terbuka dalam 5 hari.

Semalam, Anugerah Fields edisi terbaru telah diumumkan.
Tetapi kini, di kalangan dalam industri, tersebar luas satu perkataan: ini mungkin mungkin 'Pertandingan Fields terakhir umat manusia'.
Sebuah spekulasi selama 30 tahun
GPT-5.6 Pro dibantah
Kali ini, rekod perbualan penuh dengan GPT-5.6 Pro telah dipaparkan secara terbuka.
Dmitry Rybin menyatakan bahawa kini "AI Membongkar Teori Lama" hampir menjadi meme internet.
Tetapi dia benar-benar peduli dengan masalah ini, dan pada masa itu menghabiskan beberapa minggu untuk memikirkan kedua arah pembuktian dan pembantahan.
Dia juga menambahkan, perbincangan antara manusia dan mesin ini sendiri adalah meme terbaik sepanjang masa.

Tentukan dahulu soalan ini apa. Pada masa itu, Dinitz, Garg, dan Goemans telah membuktikan satu kesimpulan yang sangat cantik:
Jika terdapat aliran pecahan yang memenuhi had kapasiti, maka pasti terdapat aliran tak terbahagi, dengan kos kapasiti yang boleh melebihi sehingga "permintaan maksimum".
Goemans kemudian menambahkan satu tekaan yang sangat semulajadi: adakah mungkin untuk tidak melebihi kapasiti terlalu banyak sambil tidak meningkatkan kos?
Versi kos ini belum pernah dihasilkan oleh siapa pun.
Ia adalah open dalam kertas arXiv tahun 2023, dan masih open dalam literatur Januari 2026.
Hampir semua orang yang terlibat dalam gambar pernah memikirkannya.
Contoh sebaliknya yang diberikan model sekarang adalah seperti ini: tiga terminal, permintaan masing-masing 15, 10, 15. Setiap terminal mempunyai satu "jalan murah" (kos sifar) dan satu "jalan mahal" (kos 30).
Intinya, tiga jalan murah saling bertentangan. Pilih mana-mana dua, pasti ada satu sisi yang melebihi kapasitas.
Oleh itu, sebarang langkah sah paling banyak boleh menggunakan satu jalan murah, dan dua terminal yang tinggal mesti menggunakan jalan mahal, dengan kos sekurang-kurangnya 60.

Sementara itu, aliran mata wang boleh menggunakan ketiga-tiga jalan murah ini secara serentak dengan nisbah 1/3, 2/5, 1/3, dengan kos hanya 58.
Orang yang biasa dengan pengoptimuman gabungan akan segera sedar: ini adalah ketaksamaan set stabil segitiga.
Penyelesaian bulat memenuhi z₁+z₂+z₃≤1, manakala penyelesaian pecahan ialah 1/3+2/5+1/3=16/15, yang lebih besar daripada 1.
Dalam seluruh perbualan, Rybin hanya mengatakan tiga perkataan.
- Pertama: Bina satu contoh sebaliknya; anda perlu membuat lompatan, cari contoh sebaliknya yang terstruktur.
- Ayat kedua: Terus cari, miliki strategi yang jelas yang berasal dari pemahaman mendalam terhadap struktur masalah.
- Kalimat ketiga: Hasil sebahagian sudah cukup, kita terus berikan satu contoh songsang yang lengkap dan tanpa syarat.
Orang yang pernah memenangi emas Olimpiade Sains Komputer kini bekerja dalam algoritma.
Dmitry Rybin, yang membongkar teori graf selama 30 tahun, kini merupakan salah seorang penubuh syarikat rintisan AI bernilai US$100 juta.
Dalam profil peribadinya, Rybin pernah memperoleh gelar PhD dalam Pembelajaran Mesin dari Chinese University of Hong Kong, Shenzhen.
Yang paling patut diperhatikan ialah beliau juga memenangi emas dalam Pertandingan Matematik Antarabangsa Pelajar dan emas dalam Pertandingan Olimpiad Matematik Kebangsaan.

Yang benar-benar membuatnya terkenal dalam kalangan itu ialah kertas kerja pada Mei 2025—
Rybin menemukan algoritma yang lebih pantas untuk mengira hasil darab satu matriks dengan transposenya.
Operasi ini kedengarannya abstrak, tetapi ia adalah matriks kovarians dalam statistik, asas dalam rekabentuk cip dan komunikasi tanpa wayar, serta perkara yang berulang kali dihitung semasa melatih model besar sekarang.
Seterusnya pada Oktober, beliau menerbitkan satu lagi: mengurangkan 10% pengiraan bagi perhatian sebab-akibat.
Dia meletakkan sebuah repositori di GitHub bernama "Eksperimen dalam Penemuan dan Pengoptimuman Algoritma Menggunakan OpenEvolve".
Seorang pemenang emas Olimpiade Sains Komputer, semasa PhD tidak mengejar model besar, tetapi terjun sepenuhnya ke dalam "bagaimana membuat mesin membantu manusia mencari algoritma baru".
Alumni Cina dari Sekolah Matematik Universiti Peking
Lima hari menyelesaikan 6 masalah utama
Ada perkara lain dalam garis masa yang sama.
Dr. Shouqiao Wang dari Universiti Columbia menyatakan bahawa beliau menggunakan GPT-5.6 Sol bersama Codex, dan dalam 5 hari menyelesaikan 6 masalah Erdős yang sebelumnya ditandakan sebagai terbuka.
Jumlah percubaan sebanyak 13, kejayaan 46%, dengan satu soalan tunggal berjalan berterusan selama 32 jam.

Dia membahagikan kaedah itu kepada tiga perkara.
Dalam proses pemilihan topik, hanya pilih topik yang sedang dibincangkan oleh ahli matematik, kemudian gunakan AI untuk menyingkirkan topik yang terikat erat dengan dugaan besar.
Tentukan sendiri «apa yang dianggap selesai»: nyatakan semula masalah dengan tepat, nyatakan apa yang perlu dibuktikan dalam bukti lengkap, senaraikan kesimpulan yang lebih lemah yang tidak diambil kira, dan nyatakan perangkap khas soalan ini.
Akhirnya, minta agen adversarial yang berdiri sendiri untuk mencabar setiap kesimpulan calon.
Proses keseluruhan adalah lingkaran setan: cuba → gagal → diagnosis → tukar jalan → tulis draf bukti → lawan audit → baiki.
Model terus-menerus menolak dan menyerang argumennya sendiri sehingga tiada lagi masalah substantif yang boleh ditemui.
Perlu ditekankan bahawa salah satu soalan tersebut adalah yang pernah dikaji oleh Terence Tao dan masih belum diselesaikan hingga kini.

Untuk ini, Shouqiao Wang menyebut dengan ringkas: Saya memiliki latar belakang matematik, tetapi alur kerja ini tidak memerlukan pengetahuan matematik yang mendalam.
Namun, apa yang dimaksudkannya sebagai "beberapa latar belakang" sedikit berlebihan kredibilitasnya.
Pada usia 13 tahun, ketika rakan sebaya masih berada di kelas menengah rendah mengikuti kurikulum biasa, dia mendaftar secara melompati peringkat untuk Pertandingan Matematik Euclid Universiti Waterloo dan memenangi tempat pertama di dunia.
Pada tahun 2016 dan 2017 berikutnya, beliau memenangi dua pingat perak berturut-turut dalam Olimpiad Matematik China (CMO), dan secara semulajadi meraih tempat pertama dalam Pertandingan Matematik Tingkat Menengah Kebangsaan tahun 2017.
Pada tahun 2018, dengan bakat maksimum, dia membuka pintu Jabatan Matematik Universiti Peking, tempat para dewa bertarung.

Tetapi perkara paling menarik dalam cerita ini ialah dia tidak kekal di dunia nombor tulen mengikut skrip.
Sekarang, dia berpaling ke Sekolah Perniagaan Universiti Columbia untuk mengikuti program doktor dalam bidang pengambilan keputusan, risiko, dan operasi.
Dia akan mengarahkan ketajaman persamaan matematik ke bidang terkini yang memiliki tekanan realiti yang lebih besar: penyelidikan reka bentuk mekanisme dan teori permainan.

Anugerah Fields "terakhir manusia"?
Empat setengah jam, menghancurkan kes selama 30 tahun; lima hari, menyelesaikan enam masalah berturut-turut.
Anugerah Fields yang akan diumumkan malam ini mungkin benar-benar menjadi "lagu penutup" kecerdasan manusia semata.
Namun, ini bukanlah akhir, tetapi permulaan kepada "Zaman Baru" di mana AI dan manusia menjelajahi kehidupan bersama.
Dari perjuangan individu hingga pertandingan autonomi pelbagai agen, AI perlahan-lahan menjadi "rakan penyelidikan" yang benar-benar memperluas sempadan pemahaman.
Apakah menurut anda, sejauh mana AI perlu berjalan untuk memenangi "Anugerah Fields" miliknya?
Rujukan:
https://x.com/DmitryRybin1/status/2079904005652893709?s=20
https://x.com/Qiaoqiao2001/status/2080003441821163958
Artikel ini berasal daripada akaun微信公众号 "Sinzhiyuan", penulis: ASI Revelation, penyunting: Peach
