Signal YCurated AI News
更新于 11/5 20:4061 个信源

微软研究者以人类主导的 AI 攻克 31 年数学悬案 KLS 猜想

AI 研究10/22 02:39Microsoft Source查看原文 ↗
摘要

微软研究院研究者与合著者证明了一个悬置 31 年的高维几何核心猜想 KLS,其过程由人类主导、AI 参与搜索数学可能性,并已获独立研究者与机器形式化验证的确认。

核心要点
  • KLS 猜想由 Kannan、Lovász、Simonovits 于 1995 年提出,问的是:对一大类高维概率分布,最优的平坦(超平面)切割是否总能在通用常数因子内达到任意形状最优切割的效果,且与维数无关
  • 论文证明该关系以一个固定界成立,不随形状的维数增长;而此前 2026 年 7 月的最好结果只允许该界随维数缓慢增长
  • 作者之一是微软研究院机器学习与优化组的资深研究员 Xinzhi Zhang,成果被定位为对统计、优化、算法与计算机科学均有影响的基础性突破
  • 方法上是“人类主导的 agentic 研究”:AI 系统负责探索数学可能性,研究者负责评估、剪枝并重新定向搜索,而不是让 AI 自主生成完整证明
  • 结果已获多位独立研究者验证,他们把论文的核心判据认定为关键突破点;随后还完成了机器可检验的形式化验证
原文佐证
  • The breakthrough emerged from a human-directed agentic research process in which AI systems explored mathematical possibilities while researchers evaluated, pruned, and redirected the search.
  • Multiple independent researchers have validated this research, identifying its central criterion as the key breakthrough, followed by a machine-checked formal verification.
  • They have shown that the relationship holds with a fixed bound, regardless of how many dimensions a shape has.
AI 洞察
这条新闻真正的信号不只是“又证明了一个猜想”,而是“人类主导、AI 搜索、形式化验证”这套研究范式首次产出数学界公认的世纪级成果;这意味着 AI 在理论科学中的角色可能是把搜索空间压缩到人类可以判断的范围内,并非直接充当“证明者”,而人类直觉仍掌握判定权。若这一流程可复制,高维几何、概率与理论计算机科学中一批长期停滞的开放问题可能会在几年内被密集攻克,同时“机器可检验证明”有望成为顶级成果的默认验收标准。对产业而言,采样与随机算法理论的改善会缓慢渗透到统计推断、优化求解与机器学习训练方法中,短期不产生产品,长期则改变算法设计的理论天花板。