新智元报道
十大「菲尔兹奖级」效果，，AI证实历程全果真了！
今天，，OpenAI重磅放出一份长达62页的「焦点手稿」，，详细展示了GPT的完整推演。。。。。。
官方终于「盖章」，，完成这一惊人突破的，，正是「下一代主力模子」。。。。。。
若以GPT-5.6 Sol API计费标准算，，烧掉的所有Token本钱，，仅2000美元。。。。。。
AI证实手稿一出，，全网再次被点燃了。。。。。。
所有人都在盲猜，，「这绝对就是传说中的GPT-6」！尚有人连连赞叹，，2000美元竟解锁了十个历史级成绩。。。。。。
GPT破十大世纪难题
仅2000美元
两天前，，OpenAI内部员工放出一篇博客，，直言下一代模子Astra攻克了十大数学难题。。。。。。
一张清单图摆出，，震惊了所有人。。。。。。
笼罩了高维球体群集、二元码与球面码、群论、Connes刚性意料、算术电路下界、量子并行重复、最近向量问题、Ehrhart体积意料、多色Ramsey数、极值图论。。。。。。
其时，，官博挂出了249页的论文合集和一整套Lean 4形式化证书。。。。。。
但直到今天，，一份62页的手稿正式果真，，名叫《How the Ideas Came Together》——这些想法是怎么凑到一起的。。。。。。
传送门：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
它的「摘要」只有一小段，，但信息量却大得惊人——
这份条记由AI模子自力撰写，，OpenAI团队完全没有加入。。。。。。
AI读了原始的CoT，，以及最终成文的数学论文，，然后针对每一道题重构出四件事：
哪些想法最初指出了一条可行的路径；； ；；；；
哪些看起来很有分量的要领撞上了真正的障碍；； ；；；；
什么样的视角切换让底层结构露出来；； ；；；；
决议性的洞察最后是怎么组成完成论证的。。。。。。
全网热议难题
高维球体群集，，46年没人动
十道题里，，全网关注度最高的，，是高维球体群集。。。。。。
抛开高深的名字，，问题自己着实通俗易懂：往一个箱子里，，塞一堆一样大的球，，最多能塞多满？？？
三维空间的谜底早就有了，，就是水果摊上「垒橙子」那种堆法。。。。。。
但到了几百维、上千维，，人类只能给出一个「上界」——最多不可能凌驾几多。。。。。。
这个上界的指数，，卡在0.5991上，，从1978年算起，，46年没有实质推进。。。。。。
而Astra，，直接把它推到了0.6044005442916776954…，，密度上界写成 2^-(0.6044…+o(1))d。。。。。。
要害是，，它怎么推开的？？？
首先，，Astra在推演历程中，，确定了Cohn–Elkies线性妄想这套要领自己的极限。。。。。。
AI最初的思绪是，，用Cauchy–Schwarz去预计一个函数的负质量，，做了半天，，只能做到半径√d/(2√π)。。。。。。
卡住之后，，它给出了一个判断：障碍不是常数没优化好，，是全局范数基础记不住负质量落在那里。。。。。。
于是，，Astra决议替换视角：改用Mellin变换，，外加协调测度。。。。。。
但，，为什么是它？？？
由于对径向函数来说，，傅里叶变换实质上是Hankel变换，，它的核只依赖空间半径和频率半径的乘积。。。。。。
在Mellin这一侧，，这件事就酿成了一个极其简朴的操作：反射，，加一个显式的相位。。。。。。
这里尚有一个精妙的地方：谁人相位因子在实轴上模长恒即是1，，在实轴上什么都看不出来。。。。。。
但它往复平面外延拓时，，携带的正是范数不等式丢掉的那部分高维信息。。。。。。
推到极限时，，协调测度收敛成一个logistic密度，，而它的对数位势准确即是digamma函数，，积分出来正好是log(π/2)。。。。。。
1/π这个阈值，，就是从这儿出来的。。。。。。
有个细节特殊能说明它知道自己在干什么：
协调测度的总质量是(1?σ)/2，，不是1。。。。。。手稿专门写了一句：太早把这个核换成概率密度，，会改掉指数常数。。。。。。
下界拿到了，，还得结构出一个真正抵达它的函数。。。。。。
高斯给了对的傅里叶对称性，，但鞍点位置差池。。。。。。
做法是乘上一个偶的形变，，让鞍点移动而不破损对称性。。。。。。把可用的阻尼吃满之后，，获得一个「理想剖面」。。。。。。
它的鞍点位移积分靠Wallis乘积算出来，，正好即是?(1/2)log(π/2)。。。。。。
这个数把高斯的半径1/√(2π)准确地搬到了1/π。。。。。。
下界展望的半径，，和上界结构出的半径，，在这里对上了。。。。。。
手稿中，，尚有个特殊详细的细节：
结构辅助函数时，，远处需要补一块正的阻尼。。。。。。
而这块补丁必需加在一整个区间上，，不可加在单点上，，由于加在单点会撞上共振频率。。。。。。
非sofic群，，难点是「多」和「一」
第二道热题，，即是27年没人结构出来的「非sofic群」。。。。。。
曼彻斯特大学数学家Thomas Bloom直言，，「在结构类效果里，，这比之前的单位距离意料反例更重大」。。。。。。
「sofic群」这一看法，，是由阿贝尔奖得主、俄罗斯数学家Mikhail Gromov于1999年提出。。。。。。
在希伯来语中，，sofic代表着「有限」。。。。。。
用明确话讲，，一个群是不是sofic，，问的是这么件事：
这个无限大的、笼统的结构，，能不可被一堆「足够大的有限洗牌操作」近似地模拟出来？？？
Astra给出了一个显式结构，，谜底是：保存一个无限的、有限体现的「非sofic群」。。。。。。
手稿里最有价值的，，是它写清晰了真正卡住的地方——
Kun定理给的是许多个扩张图，，而Kun–Thom定理要的是一个。。。。。。
「多」和「一」之间那道坎，，是整章的焦点难点。。。。。。
AI把这个称为「要害的错配」（the crucial mismatch）。。。。。。
它给了一个特殊爽性的例子说明为什么不可随便挑一台：
在两份完全相同的Q并起来（Q?Q）上，，「交流两份」这个操作跟扩张的K作用准确交流——但它不坚持任何一个分量。。。。。。
也就是说，，那些「近似中心的工具」可以在分量之间往返跳，，你基础抓不住。。。。。。
在这之前尚有一条更早的弯路：想把property (T)直接转成混淆性。。。。。。这需要一个lazy或者反二部的平均集，，由于一个二部图可以在?1周围有谱，，只管它在1处有Kazhdan间隙。。。。。。
修正平均确实治好了这个谱问题，，但治不了「究竟选哪个分量」。。。。。。
为此，，Astra先试了一版方案：把组件巨细取对数、在随机平移的网格上分箱，，再换成有界中位数较量。。。。。。
可是这条路失败了，，通过履历总结AI得出：
要平均的，，永远是分量规模的一个有界枯燥函数，，绝不可是无界的规模自己。。。。。。
因此，，最终版本以这个「实质原则」举行了重写。。。。。。
在每个情形扩张分量A里，，取一个极点加权的中位数m_A，，然后界说
f(x) = M(x) / (M(x) + m_A)
M是分量规模。。。。。。这个f永远在0和1之间，，并且1/2恰恰是每个A上的中位数。。。。。。
这个f的利益，，在于它把一个失控的量酿成了一个受控的量。。。。。。
要害在于天生元是置换——只挪位置、不增不减，，走一圈总转变必定是零；； ；；；；而每步最多掉一点点，，双方就都被压成可忽略。。。。。。
再按高度切开、对小的一侧用扩张性，，两头一夹：f险些随处即是1/2。。。。。。
也就是统一规模里所有块的规模被夹得险些一样大，，这才华逐一对上号。。。。。。
最终收尾时，，还剩一小片区域。。。。。。
Astra 的处理很反直觉：挑一片尽可能大的坏区域整个扔掉——正由于挑的是最大的那片，，才反过来证实它着实小到可以忽略。。。。。。
Gromov的问题，，27年后有了谜底。。。。。。
其余八道题的AI证实历程，，感兴趣的同伴可参阅：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
「奇点」降临，，倒计时
手稿果真第一时间，，OpenAI强化学习大佬Mo Bavarian发了一段长帖。。。。。。
开头第一句话，，这真是一个「超现实」时刻。。。。。。
2021年，，他和OpenAI团队放出一个GSM8K数据集——8500道小学数学应用题，，简朴到仅用2-8步就能做完。。。。。。
GPT-2/3谁人年月，，AI确连小学数学题都做不稳，，起草邮件委屈够用。。。。。。
然而，，短短几年，，大规模RL狂飙突进，，一经那些看似不可逾越的「手艺死胡同」，，被逐一击碎。。。。。。
这个时间跨度，，短得离谱。。。。。。
Mo Bavarian体现，，「对我而言，，这一刻，，比任何时间都更像奇点前夜」。。。。。。
几年前，，AI还在小学应用题里跌跌撞撞。。。。。。
现在，，2000美元的Token，，就能换来十份可能写进数学史的谜底。。。。。。
「奇点前夜」，，或许并没有那么遥远。。。。。。
参考资料：
https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
编辑：桃子
我们，，已在奇点之中！
突发！OpenAI下一代AI攻克10项菲尔兹奖级难题
