7.3
深览指数
科技虎嗅·返朴··AI 生成
AI接连刷新素数间隔纪录，为何最后的2仍遥不可及？
文章追踪了从Julia Stadlmann将素数有界间隔从246降至240，到多家AI公司（Axiom、OpenAI）在辅助下继续推进至212、186的最新进展。核心在于解析数论中的筛法演变：从GPY筛、Maynard–Tao筛到张益唐的突破，解释了为什么间隔纪录能从7000万逼近186，但仍在“2”面前止步——因为筛法存在不可回避的“奇偶障碍”。适合对数学前沿（尤其是数论与筛法）有基础的读者，能理解经典结果与AI介入该领域带来的方法论张力。原文 ↗
核心观点
- ▍AI正在将数学家创造的筛法推向极致，但由于奇偶障碍这一根本性困难，距离证明孪生素数猜想（间隔2）可能还隔着一道方法上的鸿沟。
- 012025年8月底，Julia Stadlmann将无条件上界从停滞十余年的246缩小至240，其工作延续了Polymath8的思路，结合Bombieri–Vinogradov定理与光滑模数分布估计。
- 022025年9月4日前后，Axiom公司AI辅助优化Stadlmann方法将间距缩至212；OpenAI称GPT-6 Astra在独立工作中已将上界缩小到186。
- 03张益唐2013年的突破并非证明孪生素数猜想，而是证明了一种超越经典Bombieri–Vinogradov范围的平均估计，足以推动GPY筛法运转。
- 04梅纳德2013年从塞尔伯格筛独立发展出多维筛法（Maynard–Tao筛），通过重新设计筛权重，在不必依赖更强素数分布估计的条件下证明了有界间隙存在。
- 05筛法存在奇偶障碍：传统筛法难以区分素因子个数为奇数和偶数的数，导致无法彻底排除两个大素数相乘的合数。这被视为陈景润无法从“1+2”前进一步的终极原因。
- 06若假设Elliott–Halberstam猜想成立，间隔上界可降至12；若更强的推广形式成立，可降至6，但仍大于2。
- 07Brun常数（孪生素数倒数之和）在1.90216左右，计算该常数过程中意外发现了英特尔奔腾处理器的FDIV硬件漏洞，导致约4.75亿美元召回成本。
反方 / 局限
- — 作者暗示，现有AI辅助本质上是对现有筛法参数的精炼优化，而非带来根本性的方法突破；一旦人类分析被AI“污染”，反而可能埋没数学家基于直觉的洞见。
- — 筛法首先得到的是“没有小素因子的候选者”而非真正的素数，即存在“假阳性”问题，这使得筛法的结论天然偏向“上界”而非“精确计数”。
Julia Stadlmann张益唐詹姆斯·梅纳德陶哲轩GPY筛法Maynard–Tao筛法Bombieri–Vinogradov定理Elliott–Halberstam猜想奇偶障碍Schinzel猜想HAxiomOpenAI英特尔Polymath 8
19 分钟 · 5 卡片 · 11 资料
读原文 →