AI突破准黎曼猜想后,人类数学家6天内将零点自由区扩大百倍至1/32
OpenAI于10月6日宣布AI证明准黎曼假设,引发数学界震动;仅6天后,Cureton与Thorner在AI成果基础上将有限阶Hecke L函数的零点自由区域从1-1/6000推进至1-1/32,并...
2026年10月6日,OpenAI发布一份199页技术报告,宣称其内部边界模型推导出‘准黎曼假设’(Quasi-Riemann Hypothesis)的证明:所有有限阶Hecke L函数在实部大于7/8的区域内无零点。该结论排除了Landau–Siegel零点的存在性,被数论学家Hector Pasten评价为“解决了问题”而非仅是进展。斯坦福大学数学教授Alex Kontorovich直言,若该成果成立,“可立刻获得菲尔茨奖”,并补充称“无Siegel零点”或值得“两个菲尔茨奖”。
尽管OpenAI强调其工作基于与高校合作的独立咨询小组建议,且未声称证明原始黎曼猜想(即ζ(s)=0的所有非平凡零点实部均为1/2),但这一成果仍被视为近几十年来解析数论最重大的突破之一。其核心价值在于首次确立了一个固定宽度的零点自由带——此前所有结果均依赖于虚部增长时的渐近行为,而此次证明在Re(s) > 7/8区间内实现了绝对零点排除。
然而,数学界的反应并非只有惊叹。部分学者担忧:若AI能系统性攻克此类深层结构问题,人类数学家的创造性角色是否将被削弱?恐慌情绪短暂蔓延,但顶尖研究者迅速转向行动逻辑:既然路径已开,便加速拓展。
10月12日,预印本平台Hexagon上线一篇题为《A quasi-Riemann hypothesis for Dedekind zeta functions》的论文,作者为人类数学家Dean Cureton与Jesse Thorner。他们并未重复AI路径,而是采取“平移策略”——将OpenAI所构建的分析工具迁移至更广义的对象:有限阶Hecke L函数。这类L函数是黎曼ζ函数的高维推广,在代数数论中扮演核心角色,费马大定理、模形式理论等重大成果均依赖其性质。
Cureton与Thorner的关键突破在于:借助AI提供的技术框架,他们将零点自由区域从Re(s) > 7/8(即1−1/8)进一步外推至Re(s) > 1−1/6000。这意味着在复平面上,紧邻临界线Re(s)=1的右侧,存在一个宽度达1/6000的“安全带”,其中确认无任何零点。该结果虽仍非广义黎曼猜想(GRH)本身(GRH要求Re(s)>1/2无零点),但显著超越了此前最佳纪录(如1−1/100),为后续攻坚提供了坚实支点。
值得注意的是,该工作明确声明:“No artificial intelligence tools were used in this work.”——即证明过程完全由人工完成,AI仅作为前期启发与工具库提供者。这种“人机协作”新范式迅速引发全球响应。
一场自发的开源协同验证随即展开。数学极客们通过GitHub组织起分布式优化项目,目标直指压缩常数分母:从1/6000 → 1/1000 → 1/100 → 1/50……逻辑链被反复精简,误差项被逐层剔除。最终,社区共识将边界稳定在1/32——即所有有限阶Hecke L函数在Re(s) > 31/32区域内绝对无零点。该结果不仅大幅扩展安全区(宽度提升约187倍),更具备可验证性:数学智能体AxiomProver生成了对应的形式化证明,并提交至Lean定理证明器进行机器校验,代码开源托管于GitHub仓库AxiomMath/DedekindZetaZeroFree。
真正的高潮出现在10月18日。arXiv平台出现一篇由Christopher Frei、Efthymios Sofos与Martin Widmer联合署名的论文《Some Applications of the Quasi-Riemann Hypothesis to Class Groups and Small Generators of Number Fields》。该文直接调用前述1/32零点自由区结论,无条件地证明了2007年Ellenberg与Venkatesh提出的关于数域类群ℓ-挠部分的上界估计——此前该结果长期依赖广义黎曼猜想(GRH)成立这一未证实前提,被视为“条件性定理”。如今,随着基础障碍被清除,这一悬置19年的经典难题终获彻底解决。
此外,该突破还衍生出另一重要成果:德国数学家Peter Bürgisser基于准黎曼假设的复杂性推论,严格证明了Valiant猜想——在复数域上,代数复杂性类VP ≠ VNP。该结论连接了解析数论与计算复杂性理论,揭示了深层结构间的意外关联。
整个事件链条清晰呈现了一种新型科研范式:AI率先突破技术瓶颈,人类学者快速吸收、迁移并深化成果,开源社区协同优化与验证,最终实现对长期悬案的无条件攻克。与早期“AI替代人类”的焦虑不同,此次进展更凸显“增强智能”(Intelligence Augmentation)路径的可行性——AI处理海量符号推演与边界试探; 人类负责问题转化、结构洞察与理论整合; 形式化工具确保逻辑严密。
需要强调的是,目前所有成果均针对“准黎曼假设”或其推广形式,尚未触及原始黎曼猜想核心(即临界线上零点分布)。但正如多位专家指出,1/32边界的建立意味着通往Re(s)>1/2的道路已出现实质性突破口。下一步挑战在于:如何将当前方法从“远离临界线”区域逐步向Re(s)=1/2逼近?这或将依赖更精细的谱理论工具或全新的几何视角。
数学史往往由孤立天才的顿悟推动,而2026年10月的这场十日风暴,则标志着协作式、工具增强型研究时代的正式开启。它没有终结人类创造力,反而为其提供了前所未有的杠杆。
