竟被两名高中生用AI攻破了-全网震撼！菲奖得主未解难题 (竟被两名高中)

新智元报道

你敢信？

人没上大学，研究已经接上了「菲尔兹奖得主」的工作了。

就在今天，UCLA数学圈传出了一条让所有人震惊的消息——

两名高中生Aayush Bathija和Prince Rohatgi，在博士后的辅导下，解决了一个数学家许埈珥（June Huh）从未攻克的难题。

更抓人眼球的是，这项证明，是在AI重度辅助下完成的！

一个是Claude Opus 5，另一个GPT-5.6 Sol。

目前，题为《洛伦兹多项式的有界比》论文已在arXiv发表，长达75页。

论文：

两名高中生加一名博士后的名字，就写在作者栏里。

高中生指导者，UCLA 博士后 Daniel Soskin

那么，在这项研究中，他们到底解了什么题？

要厘清这一点，首先还得从菲尔兹奖得主许埈珥的工作讲起。

他们解出的，究竟是什么？

许埈珥是韩国人，于2022年获得菲尔兹奖。

他的经历也相当传奇，高中辍学做诗人，后面才转到纯数学科研，39岁压线拿到了菲尔兹奖（菲尔兹奖只奖励给40周岁以下的年轻人）。

2020年，他与合作者建立的「洛伦兹多项式」（Lorentzian多项式）理论，正是其重要代表工作之一。

名字有点陌生，但「多项式」，大家中学时就见过。每一项前面的数字，就是系数。

「洛伦兹多项式」的特殊之处在于， 这些系数之间存在严格的数学约束，不能随意搭配。

这套理论把组合数学中的问题，与几何、系数之间的不等式联系了起来。

而这次研究追问的，正是这些约束究竟有多强。

比如，把一些系数相乘，再除以另一些系数，就能得到一个比值。

只要多项式满足规定条件，这个比值是否就有一道永远突破不了的「天花板」？

高数中经典的 Hessian 矩阵的定义，你还记得嘛？

算出某一组系数的比值，并不难。真正难的是：面对无穷多种符合条件的多项式，判断哪些比值始终有上限，哪些可以无限增大。

如果有上限，还要继续追问： 这个上限究竟能压到多低，才是最精确的答案？

此前，许埈珥与合作者已经在 二次洛伦兹多项式 中，刻画了哪些比值有上限，并在三个变量的情况下求出了最优上界。

但这条路，还没有走完。

从二次升到三次、四次，乃至任意次数，原来的规律还管用吗？

次数越高，系数之间的关系越复杂。二次情形下成立的结论，不能直接搬过去。

这就是两名高中生，此次研究切入的缺口——

把关于系数比值的研究推进到更高次数，弄清哪些比值始终有界，并进一步寻找最精确的上限。

论文最核心的公式「主结构定理」，把此前二次洛伦兹多项式的相关结论推广到了任意次数。它说明了一个系数比值有没有统一上界，可以用一套离散凸性条件来完整判定。

读到这里，你只需要记住一个问题： 这些受约束的系数，能把比值推到多高？

下面，我们用一个简单的例子，把这道「天花板」讲清楚。

洛伦兹多项式：系数之间有「平衡约束」

先看一个多项式：

这里 a,b,c 都是正数。把中间项写成 2b，是为了让后面的关系更简洁。

在这个最简单的情形中，它是洛伦兹多项式，恰好要求：

也就是说： 两端的系数都很大，中间的系数就不能太小。 这是洛伦兹结构所体现的对数凹性质的一个入门例子。

例如，a=4、c=9，就必须有 b>=6。你不能随意把 b 改成 1，还指望它留在这个多项式族里。

当变量更多、次数更高时，这种约束会变复杂，需要各种求导结果共同满足特定条件。正式定义涉及一个描述曲率的矩阵，它在严格情形下具有「一个正、其余负」的特征值结构， 「洛伦兹」这个名字就对应这种正负结构 。不过，只记住「系数受到一整套相互关联的约束」，就足够理解本文主线。

把刚才的不等式变形一下：

这就叫一个 「有界比值」 ：无论怎样选择符合条件的系数，这个比值都越不过 1。

但倒过来：

就没有统一上限。

比如固定 a=c=1，让 b 不断增大，仍然满足洛伦兹条件，倒过来的比值却可以任意大。

于是，自然会问：

面对更复杂的多项式，把不同系数相乘、相除，究竟哪些组合有上限，哪些没有？

这篇论文就是要系统回答这个问题，而前面的二次例子属于已有的基础情形。

两个高中生联手AI，破解了

写下这篇论文的两位学生Aayush Bathija和Prince Rohatgi，都来自加州橡树公园高中（Oak PARK High School）。

他们同时是UCLA Olga Radko数学圈（ORMC）的成员。

Aayush在读高二，是AIME资格获得者。Prince目前高三，同样进过AIME，还在数学圈里担任AMC 10/12（相当于高一）竞赛课的主讲老师。

搁在以往，一个高中生想要摸到「菲奖级」领域，至少需要5-8年大学与博士训练。

但这一次，在UCLA数学系博士后Daniel Soskin指导下，他们直接联手AI打了一场漂亮的闪电战。

他们解题的核心，是把AI与形式化计算工具深度嵌入到数学发现的核心工作流中。

整体的证明核心思路，可以理解成： 检查一个比例是否可能失控，先研究它在极端情况下怎么变化。

把复杂数值，变成简单指数

设 t 越来越接近 0，三个系数分别取：

那么：

倒过来就是 t-4，会趋向无穷大。

这里最有用的一点是： 乘除法变成了指数的加减法。指数的正负，直接告诉我们比例会缩小还是爆涨。

这种提取「主导幂次」的思路，与论文使用的 「热带化」方法 有关。已有的洛伦兹多项式理论告诉我们：合法的幂次图案受到一种叫 M-凸性 的离散凸性规则控制。

可以把它理解成「哪些变化速度能够同时出现」的数学规则。

论文的关键步骤是证明： 一个比值只要能够无限增大，就能找到一条具有这种幂次特征的路径，把失控暴露出来。

因而，对这些路径的检查可以升级为完整判据。证明中用到了半代数几何的曲线选择等工具。

而到这里也别忘了，所有这一切高深的说法，都是两个高中生借助AI搞定的。

Claude和ChatGPT，参与「证明思路」

论文致谢中，作者直接摊牌——

Claude Opus 5和GPT-5.6 Sol，是这一次证明的核心工具。

它们被用于 计算、证明思路和编辑辅助 。其中，「证明思路」尤其关键。

这意味着模型的用途已经深入研究探索：面对一个尚待解决的问题，寻找可能成立的推导路径。

不过，作者也明确写下了另一面： 部分建议有帮助，另一些则具有误导性。

他们表示，已独立核验全部计算，并对论文内容承担责任。

这几句话，勾勒出了此次合作的实际边界：AI可以提供思路，研究者需要筛选、推敲，并把有价值的线索变成经得起检查的论证。

模型给出一个看起来漂亮的答案，研究并未结束。条件是否齐全、推导是否成立、边界情况是否遗漏，都要继续追问。

AI进入了探索环节，严格验证依然是成果成立的前提。

博士后导师和ORMC研究项目的支持，也因此格外重要。两名学生得以接触真实的开放问题，并在专业指导下开展研究。AI则被嵌入这套协作之中，辅助计算与思路探索。

菲尔兹奖得主集体喊停

却停不下来了

戏剧性的是，就在这项研究公布的前一天，数学界刚掀起了一场轩然大波。

全球25位菲尔兹奖得主联合签署公开信，发出最强警告，「AI正在摧毁数学本身」！

许埈珥本人，也是签署人之一。

部分名单

未曾想到，两个高中生用AI辅助，在许埈珥自己的研究方向上做出了成果。

25位菲尔兹奖担心的是，纯数学研究的严密性、科研的纯粹性，可能被算力算法正在碾碎。

但Aayush和Prince的故事，给出了另一面——

AI把研究门槛降下之后，被释放出来的不只是「解题速度」，还有更多人的入场资格。

一个AIME资格的高中生，在博士后指导下，用AI辅助，碰到了菲尔兹奖得主没走完的路。

这在五年前，几乎不可能。

数学前沿，不再只属于那些熬了十几年才走到门口的人。

至于这是好事还是坏事，数学共同体还得吵很久。但门，已经被推开了一条缝。

参考资料：

编辑：桃子 马可

首次击败人类数学天才，高中生最难数学考试被deepmind AI攻克了

Google DeepMind 开发的 AlphaGeometry2 首次超越 IMO 平均金牌得主水平，攻克了被视为高中生最难数学考试的国际数学奥林匹克竞赛（IMO）中的几何难题。

伦敦帝国理工学院数学家 Kevin Buzzard 评价：“计算机不久后或能在 IMO 竞赛中拿满分。 ” AlphaGeometry2 的突破标志着 AI 在数学推理领域迈出重要一步，也为未来 AI 技术的发展提供了新的方向。

全球数学竞赛，Ai全军覆没！Ai神话终结？

AI在本次全球数学竞赛中表现不佳，确实反映出其在数学领域与人类高手存在显著差距，但并不能因此断言AI神话终结或AI永远无法在数学上战胜人类。 以下从多个角度分析这一现象及其背后的原因：

AI在数学竞赛中的失利并非神话终结，而是揭示了其当前的技术边界。 数学作为人类智慧的结晶，既包含可被算法模拟的部分（如计算），也包含需直觉和创造力的领域（如证明）。 未来AI可能在特定数学任务中接近或超越人类，但全面战胜人类高手仍需突破理论瓶颈。 更合理的展望是：AI与人类将共同推动数学进步，而非形成零和博弈。

高三党暴击DeepSeek!超难压轴题人机大战结果离谱!AI竟输在这步……

DeepSeek在挑战一道高三圆锥曲线压轴题时失败，最终结论错误，且在计算一般式时超时罢工，正确答案为直线QT过定点(0,-2)。以下是对此事件的详细分析：

上一篇：外专眼中的丨俄罗斯专家金砖合作机制走深走

下一篇：也易主硬地女王莱巴金娜携美网冠军登顶球后