7.2
深览指数
科技量子位·鱼羊··AI 生成
刚刚，GPT-6 Astra联手非职业数学家，证明57年「摆圆」 难题
数学爱好者nor利用GPT-6 Astra，在「圆内圆装箱问题」上取得突破，严格证明了N=15、16、17、18、20这五种情况的最优排列。该问题自1969年提出经典排列方案后，57年来一直未获完全证明。文章详细介绍了GPT-6 Astra的核心证明策略：通过几何约束将无限排列归约为有限情况再计算机逐一排除。区别于通用的AI能力展示报道，本文突出了人类研究者（引导、验证、修复）与AI协作的具体模式，并揭示了该问题的最新进展，适合关注AI在科学发现中角色边界、数学底层问题以及人机协作方法的读者。原文 ↗
核心观点
- ▍数学爱好者nor利用GPT-6 Astra，在著名的「圆内圆装箱问题」（N个半径为1的圆盘放入最小大圆）上取得突破，严格证明了N=15、16、17、18和20这五种情况的最优解，弥补了该问题自1969年提出以来的关键空白。
- 01在1968至1969年，数学家葛立恒和Udo Pirl先后证明了N≤7以及部分N≤10的情况，并给出了更广泛N的经典排列方案。
- 02直至2003年前后，N≤14以及N=19的情况才被严格证明，此后十几年该问题在N=15-20的剩余情况上几乎没有进展。
- 03GPT-6 Astra的证明核心思路并非直接寻找最优解，而是通过几何约束将无限多种可能的排列缩减为有限情况，再用计算机逐一排除，从而严格证明经典排列已是最优。
- 04nor在博客中明确说明，其人类贡献包括：确定问题可行性、引导模型、与糟糕的UI交互、修复细微问题、手动验证有效性以及用其他模型（Opus 5.5）交叉检查。
反方 / 局限
- — 文章的报道基调偏重AI的成就，但作者nor本人强调，证明并非AI自动完成，人类在问题界定、逻辑引导、结果验证等关键环节起到了不可替代的作用，AI的自动化程度可能被外界高估。
- — 报道末尾提到「AI的突破让数学变得更容易理解了」，但GPT-6 Astra生成的具体证明过程「一如既往晦涩难懂」，说明AI输出距离真正的「可理解性」和「可教学性」仍有差距。
9 分钟 · 4 卡片 · 11 资料
读原文 →