AI与数学如何破解“亲吻数”难题？深度解析背后奥秘
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
1694年，牛顿和格雷戈里在剑桥提出一个问题：在一颗中心球周围，最多能紧贴放置多少颗相同的球？这就是三维空间的“亲吻数问题”。
牛顿认为答案是12，格雷戈里则认为可能是13，直到1953年，数学家才彻底证实了牛顿的猜测。传奇数学家保罗·埃尔德什曾言，离散几何或许就始于这场著名的“12对13”之争。
当维度升高，问题迅速进入“无人区”。过去50年，亲吻数构造仅有7次实质性进展，而且每次依赖完全不同的方法，作用于临近维度，难以迁移与复用。
如今，上海科学智能研究院（下称上智院）与北京大学、复旦大学的联合研究团队设计了PackingStar强化学习系统，在12、13、14、17、20、21、25–31维等多个维度刷新亲吻数与广义亲吻数纪录，实现数学结构领域罕见的多维系统性突破。
这是一次纪录更新，亦是AI for Math范式的一次前移。
两个智能体在高维空间的“亲吻”
如果要给PackingStar找一个比喻，那大概是：它不是单一模型完成的突破，而是两个智能体的共舞协作。
研究团队将高维几何问题转化为余弦矩阵填充问题，并设计了一套多智能体强化学习架构：填充智能体（Player 1）像在棋盘上落子一样，它不断在矩阵中填入数值，相当于在高维空间里摆放球体，快速生成候选结构；修剪智能体（Player 2）负责几何分析，识别不合理的填充，删去次优结构，再把问题交还给Player 1重新优化。
不断试探，不断调整——这和伙伴之间的默契很像：一个大胆尝试，一个冷静校准；一个推进结构，一个压缩噪声。
矩阵填充双人游戏
在“填充—修剪—解构—再填充”的循环迭代中，高维空间原本几乎不可触达的搜索难度被逐步压缩。复杂几何问题，被转化为一场可以训练、可以优化的多智能体游戏。
关键在于，问题被重新定义——复杂几何，被转化为适合GPU并行计算的代数任务。这一转化，是PackingStar能够规模化突破的前提，也是方法论的核心创新。
一场AI与Math的“亲吻”
成果层面，PackingStar实现的是多维度、成体系的纪录刷新：在25—31维连续刷新世界纪录；打破14维与17维“两球亲吻数”纪录；打破12维、20维、21维“三球亲吻数”纪录；在13维发现优于1971年以来所有有理结构的新构型；在多个维度中发现6000余个新结。
这些成果获得MIT教授、离散几何领域权威亨利·科恩高度评价，并被收录至其维护的权威榜单。
科恩在PackingStar发现的结构基础之上，自己又打破了两个维度的广义亲吻数纪录。更重要的是，这些突破并非单点发现，而是呈现出系统性特征——在亲吻数问题的三百年历史中，这样的跨维度连续推进极为罕见。在PackingStar出现之前，32维以下仅6次实质性改进，而且每一次几乎都是孤立突破，依赖完全不同的数学技巧，难以迁移。而PackingStar在多个维度同步推进，揭示出不同维度之间潜藏的结构关联，使构型不再彼此封闭，而形成可迁移、可比较、可演化的几何网络。
AI在亲吻数问题上的突破
近年来，全球AI for Math领域不断取得进展。相对而言，亲吻数问题具有更高难度特征。它是三百年历史的经典难题，进展极度稀缺，几乎无法通过反向合成数据进行训练，传统方法高度依赖全局对称结构。PackingStar不仅刷新了纪录，更首次实现了对非对称规则构型的系统性搜索与生成。
PackingStar证明：AI可以参与“构造”，并在缺乏可学习样本的条件下形成可持续的探索路径——这，是AI for Math范式的一次前移。
一场人类与机器的“亲吻”
菲尔兹奖得主威廉·瑟斯顿说过：“数学并不是关于数字、方程、计算或算法的；它关乎的是理解。”
在PackingStar的实践中，研究团队对这句话有了更深体会——科学智能的创新突破，并不是等待AI“突然显灵”，而是一个人机闭环：AI在巨大空间中学习高速生成结构；人类理解AI结果，提出数学直觉，提炼理论逻辑。
团队核心成员、上智院AI科学家陶兆巍出身数学专业，在研究过程中常常与AI“较劲”。如果自己在某一步的判断优于AI，就尝试把这种直觉转化为算法，再注入系统。PackingStar中的Player 2，正是在这样的反复互动中诞生——这不是替代关系，而是互相塑造。
PackingStar团队的科研青年
而项目组长、上智院AI Math青年研究员、北京大学博士生马成栋则更多感受到另一种震撼。当AI不断突破人类直觉的边界时，甚至连解释都变得困难：“比如某些结构中没有一个球有对径球，但却保持了极高的对称性。它不只是超越了人类可以构造的范围，有时候你甚至很难第一时间解释它为什么成立。”
这种体验，对研究团队来说既是挑战，也是推动力。人类科学家的角色，也在变化——从独自推演与构造，转向与AI在数学的宇宙里协同理解、深度共进。
原标题：《在一个以“亲吻”命名的问题上，人工智能与数学完成了一次“深度拥抱”》
栏目编辑：易蓉 题图来源：海螺AI 图片来源：采访对象供图
来源：作者：新民晚报 郜阳
相关攻略
假如时光回到1905年，一个刚刚诞生的人工智能，偶然读到了爱因斯坦的狭义相对论。它能否自行结合黎曼几何，独立推导出广义相对论？这个关于“机器直觉”的思想实验，在第二届浦江ai学术年会上拉开帷幕。百余
Jay 发自 凹非寺量子位 | 公众号 QbitAI陶哲轩在普林斯顿高等研究院待了一年，差点让他江郎才尽了。在与顶级播客主理人Dwarkesh Patel的最新访谈中，这位菲尔兹奖得主用亲身经历，向
来源：科技日报科技日报记者 王春人类与AI结伴，共同探索科学的未至之境，并且在基础科学研究中实现新的发现与创新、推动社会发展，这可说是人类科学探索史上前所未有的浪漫图景。上海科学智能研究院（以下简称
1694年，牛顿和格雷戈里在剑桥提出一个问题：在一颗中心球周围，最多能紧贴放置多少颗相同的球？这就是三维空间的“亲吻数问题”。牛顿认为答案是12，格雷戈里则认为可能是13，直到1953年，数学家才彻
热门专题
热门推荐
《王者荣耀世界》说剑任务BOSS讨伐：稷下群山天雷隼打法详解 在《王者荣耀世界》的说剑任务中，稷下群山区域的天雷隼是许多玩家遭遇的强力挑战。这只BOSS攻击迅猛，机制独特，常常让挑战者感到棘手。别担心，本篇攻略将为你带来详尽的打法解析与实战技巧，帮助你轻松完成讨伐。 《王者荣耀世界》说剑任务全BOS
ELBOArt是什么 在AI绘图工具层出不穷的今天，如果有一款产品，能让你动动手指就把脑海里的角色瞬间变为图像，是不是听起来就很有吸引力？ELBOArt正是这样一款独特的工具。它的核心“角色创造器”（CharacterCreator），本质上是一个高度智能的转换接口，用户只需通过简单的点击和描述，就
企业数智化转型的深层需求与核心挑战在数字经济时代浪潮中，大型企业的转型升级已超越单一的业务流程优化或信息系统升级范畴。它们面临的核心挑战，是如何在瞬息万变的市场环境中，系统性实现商业模式、运营模式及组织模式的全面创新。传统ERP系统虽稳固了企业运营底盘，但在应对敏捷创新、生态协同及用户体验驱动等新需
Dumm-E是什么 如果说当前AI赛道的主流是竞相追逐“更聪明”、“更全能”，那么Dumm-E的出现，无疑是一次有趣的“逆向飞行”。这款由创意团队Leo Rivas和Dummy Bearz打造的AI聊天机器人，干脆打出了“世界上最笨的AI”的旗号。它的目的不是帮你解答难题或处理工作，而是纯粹为了逗你
CentOS系统LUKS磁盘加密完整教程：为数据安全加上数字防护锁 在CentOS服务器与工作站环境中，保障敏感数据安全是系统管理的重要环节。文件系统级别的磁盘加密技术，尤其是LUKS（Linux统一密钥设置）标准，已成为企业级数据保护的基石。本指南将详细解析如何在CentOS系统中使用LUKS对分