人机协作发现环突破 Lehmer 问题高次次数障碍
原文标题：Breaking the high-degree barrier in Lehmer's problem with a human-AI discovery loop
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究团队用人类-AI 发现环，结合快速数值管线、精确符号验证器与大规模分布式搜索，推导出五参数「广义 Boyd 算法」。该方法消除次数跳空，对每个目标次数都能构造 Mahler 测度低于 Boyd 极限点的不可约多项式。在 2000 以内全部偶数次数上评估，改进 6 个已发表数值并保持 99.6% 已知最优记录。
- 问题
- 高次数下 Boyd 单参数族常因可约而跳过近半数目标次数，缺少通用构造。
- 方法
- 人机协作发现环：对话提示加快速数值管线、精确符号验证器与分布式搜索，推导出五参数广义 Boyd 算法。
- 结果
- 在 2000 以内全部偶数次数上改进 6 个已发表数值，保持 99.6% 已知最优记录。
- 影响
- 展示 AI 智能体可承担大规模计算探索与假设提炼，为数学与科学发现流程提供可复用范式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
人机协作发现环推出五参数广义 Boyd 算法，消除高次次数跳空，2000 内偶数次数改进 6 个已发表数值
- •此前系统构造仅覆盖偶数次数 d≤180，Boyd 单参数族在高次常因式分解跳过近 50% 目标次数
- •新方法结合快速数值管线、精确符号验证器与分布式搜索，AI 负责原型求解器与并行搜索，人类提取验证假设
- •对每个目标次数均可构造 Mahler 测度严格低于 Boyd 极限点 α1≈1.255434 的不可约多项式
- •在 2000 以内全部偶数次数上评估，改进 6 个已发表数值，保持 99.6% 已知最优记录
为什么重要：这是 AI 参与数学发现的可核查案例：AI 不只做推理，还承担大规模计算探索与假设原型，人类负责符号验证，为高次构造类开放问题提供可复用范式。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。