AI辅助突破57年数学难题：GPT-6 Astra完成“摆圆”问题N≤20剩余情况证明

事件概述

一项由非职业数学家nor主导的研究显示，借助GPT-6 Astra模型，困扰数学界长达57年的经典几何难题——“摆圆”（Circle Packing in a Circle）中，N=15至20（除19外）的情况已获严格证明。这一成果标志着该领域在半个世纪停滞后的重要突破。

核心信息

1. 问题背景与历史瓶颈

• 定义：将N个半径为1的圆盘放入一个大圆内，求大圆半径R的最小值。要求小圆盘互不重叠且完全位于大圆内。
• 历史进展：
  • 1968年：葛立恒证明N≤7。
  • 1969年：Udo Pirl推进至N≤10，并研究N=11-19的排列方案。
  • 2003年前后：N≤14及N=19的情形被严格证明。
  • 遗留难题：自2003年以来，N=15、16、17、18和20的最优性证明一直缺失，尽管其排列方案已知，但缺乏严格的数学论证。

2. AI介入与证明过程
nor采用循序渐进的策略，先让GPT-6 Astra解决N=15，随后推广至16、17、18和20。模型的核心逻辑并非直接寻找坐标，而是通过以下步骤实现严格证明：

• 边界分离：证明在特定条件下，可将靠近边界的圆盘向外推移，将其分为“边界组”和“内部组”。
• 角度排除法：利用圆盘间不可重叠的角度间隔约束，若某排列所需角度总和超过360°，则直接排除。
• 计算机枚举：不再搜索具体坐标，而是检查圆盘到圆心的距离区间及环绕次序，大幅缩减可能性的数量。
• 几何刚性证明：证明所有可行排列均极其接近经典排列，且由于接触约束，这些排列无法发生符合物理条件的微小变形，从而确立“严格一致”。
• 最终确认：证明原始排列中至少有一个圆盘接触外边界，从而证实无法放入更小的圆中。

3. 人类贡献与局限性

• 人类角色：nor承担了确定可行性、引导模型、修复界面漏洞、手动验证有效性以及使用Opus 5.5进行二次检查等工作。证明过程并非一键生成，而是经过反复推敲。
• 结果局限：目前仅证明至N=20，并非AI能力的极限，而是研究者设定的阶段性目标。

值得关注

• 社区反响：该成果引发了数学爱好者社区的广泛关注，多位研究者表示正在探索类似路径，AI辅助数学研究的氛围日益浓厚。
• 方法论意义：此案例展示了AI在处理复杂几何约束和优化问题时，结合传统数学逻辑（如刚性证明）的有效性，为长期未决的数学难题提供了新的解题范式。