AI 發現反例：Erdős 80 年「單位距離猜想」被推翻

換句話說：在平面上擺很多點，最多可以畫出多少條「長度剛好 1」的線段？

Erdős 在 1946 年提出的猜想

Erdős 自己提出了一個著名構造：

把點排成大約 √n × √n 的方格。

這樣可以得到大約

n^(1 + Ω(1 / log log n))

條單位距離。這比線性 n 稍微多一點，但增加得非常慢。

因此他猜想：

這基本上已經是最好的情況。

也就是說

ν(n) 應該接近

n^(1+o(1))

即只比線性多一點點，而不會出現固定次方的增長。

另一方面，1984 年 Spencer、Szemerédi 同 Trotter 證明了一個重要上界：

ν(n) = O(n^(4/3))。

結果形成一個很大的差距：

• 下界：約 n^(1 + 很小)
• 上界：n^(4/3)

縮小這個差距一直是離散幾何的重要開放問題。

AI 找到的反例

OpenAI 的研究顯示，可以構造一些平面點集，使得

ν(n) ≥ n^(1+δ)

其中 δ > 0 是一個固定常數，而且這種情況對 無限多個 n 都成立。

這一點非常關鍵。

因為 Erdős 的猜想只允許

n^(1+o(1))

這種「幾乎線性」的增長。

但現在如果存在

n^(1+δ)

其中 δ 是固定正數，就代表單位距離數量可以 多出一個真正的多項式級別增長。

因此這直接構成 反例，推翻原來的猜想。

關鍵想法：不用方格，而用數論

過去大部分構造都來自幾何或格點（lattice）結構，例如方格排列。

但這次的方法完全不同：

核心工具是代數數論。

證明中用到幾個比較深的結構：

• Totally real number fields 的無限 class field towers
• Golod–Shafarevich 型構造，確保這些數域可以形成無限塔
• CM fields（把虛數單位 i 加入）

這些代數結構會產生 高維格點（high‑dimensional lattices），而且其中有大量元素的範數（norm）等於 1。

當把這些結構映射到平面幾何時：

• 「norm = 1」
• 就對應到
• 兩點距離 = 1

於是可以產生大量單位距離邊。

相比單純的方格結構，這種數論來源的關係 複雜得多，也密集得多。

為何這足以推翻猜想

差別看似細微，但其實決定性：

Erdős 猜想允許的增長是

n^(1+o(1))

而新構造給出

n^(1+δ)

因為 δ 是固定正數，所以當 n 越來越大時，兩者差距會變得非常巨大。

因此只要存在這樣的構造，原本的猜想就必定不成立。

數學家如何驗證

AI 提出結果之後，多位著名數學家整理並檢查了證明的核心思路。

研究者包括：

• Noga Alon
• Timothy Gowers
• Thomas Bloom
• Will Sawin
• Melanie Matchett Wood

等人共同發表了一份 人類可讀、經檢查的摘要版本，解釋證明的主要結構與背後數學思想。

這份文件把 AI 的推導整理成較短、可理解的形式，並討論它如何連結到既有的數論理論，例如 Golod–Shafarevich 塔與相關研究。

為何被稱為 AI 的里程碑

這項成果受到關注的原因在於：

它被視為 AI 首次提出一個全新的證明，解決（或推翻）一個著名的長期開放數學問題。

過去 AI 在數學領域的成功，有時只是重新發現已經存在的解答。

但這次的結果被報告為：

• 一個 新的反例構造
• 針對 1946 年提出的猜想
• 而且困擾學界接近 80 年。

如果最終經過長期審查後被完全接受，這將代表一個重要轉折：

AI 不只是輔助計算，而是開始參與真正的數學發現。

接下來會發生什麼

即使已有驗證摘要，這類重大結果通常仍需多年檢驗。

數學界接下來可能會：

• 仔細檢查證明細節
• 嘗試簡化或重寫論證
• 研究這種構造對其他幾何與組合問題的影響

無論最後結論如何，這次事件已經展示了一個新方向：

人類數學家 + AI 推理系統

可能會一起探索那些過去難以搜尋的數學空間。