浙大校友用AI突破32年拉姆齐数下界
闻乐 发自 凹非寺量子位 | 公家号 QbitAI
数学界尘封32年的拉姆齐数经典难题被突破!
浙大校友王宜平借助自研AI框架ScaleAutoResearch-Ramsey,成功将拉姆齐数R(3,17)下界从92提升至93,终结了自1994年以来持久滞碍的纪录。
同时他还将R(4,15)下界刷新至160,成就直接超过谷歌DeepMind同期AlphaEvolve的钻研水平。
并且,这次世界级数学突破并没有依赖超等算力集群,仅用Claude Code、Codex+1台CPU服务器就完玉成数攻坚,成就已全量开源。
拉姆齐数若是表星人威胁地球,要求我们给R (5,5) 的精确值,人类应动用所有算力;但若是要的是R (6,6),我们不如直接开火。
数学大家保罗?埃尔德什的这句调侃,直接说了然拉姆齐数有多难缠。
作为组合数学的主题难题,拉姆齐数性质上是在寻找“无序中必然出现秩序”的临界值。
R (3,17) 下界用生涯化的派对问题来理解就是:
无论派对上的人若何随机社交,总能找到3个相互意识的幼圈子(对应数学中的三角形结构),或是17个齐全互不相识的人(对应“17点独立集”),这个最幼的派对人数,就是R (3,17) 的精确值。
但求解这个数值远比设想中艰巨。
如今R (5,5) 的精确值仍卡在43-48的区间,算出R (6,6)还不如向表星人开火……
而R (3,17) 自1994年被数学家Wang-Wang-Yan锁定在92后,全球顶尖团队轮流攻关,却始终无法撼动这一数字,慢慢成了横跨32年的学术僵局。
并且,它的钻研成就直接关联图论、算法设计、网络优化等关键领域,从人为智能到通讯网络,都能找到它的利用影子,是数学与推算机科学交叉领域的香饽饽。
怎么做到的?
王宜平的突破,始于一次“反其路而行之”的尝试。
在此之前,传统步骤的思路是:
先机关一张没有三角形的图,再慢慢压缩其中的独立集规模。
但无论算法若何优化,在92个顶点的限度下,独立集始终停顿在18个,怎么也压不到16个的指标。
但王宜平换了一条逆向思路:
烧毁零三角形的初始要求,先构建一张独立集不超过16个但含少量三角形的图,再通过AI的复貉池ǜ凑绞,一点点删掉三角形,同时建复过程中新生的独立集矛盾。
他融合了了karpathy autoresearch、AlphaEvolve、拉姆齐数综述等成熟思路,搭建了一套AI自我迭代进化的钻研框架,让AI能够不休沿用过往的优质索求了局,往更深、更细的方向持续深挖。
系统会同时启动多组独立智能体,用分歧算法、分歧初始参数并行搜索图结构空间,有效预防索求陷入部门无解;
全程以结构矛盾数为评价尺度,把每一次优化出的更好图谱保留下来当作基础模板,后续迭代都在已有优质成就上持续打磨,靠不休沉淀堆集逼近最优解,这也是其和谷歌AlphaEvolve最大的区别;
并且所有推演得出的了局城市通过专业核验工具严格筛查,精准校验图中是否存在违规三角形、是否超出独立集数量上限,每一个关键突破节点都有齐全核验纪录,从本原上保障钻研了局严谨可信。
这套AI框架从最初仅含12个三角形的图结构启程,像闯关升级一样逐步推动。
12个、11个、10个……每一步都要平衡“删三角形”和“控独立集”的矛盾,最终在92个顶点上,成功机关出一张美满的图——
既没有三角形,也不存在17个互不相连的点,直接证了然R (3,17)≥93。
这套框架还顺带攻克了R (4,15) 的下界难题,将其从159提升至160。
而就在今年,谷歌DeepMind的AlphaEvolve也只做到了复刻R (3,17) 的旧下界92,没能实现内容性突破。
作者介绍
王宜平本科毕业于浙江大学竺可桢荣誉学院,获推算机科学与数学双学位。
此刻是华盛顿大学保罗·G·艾伦推算机科学与工程学院博士生。
他现任xAI 技术团队成员,并曾在微软实习。持久钻研指标是开发安全、可扩大的超人类AI系统,推动科学进取。
近期钻研聚焦于大说话模型的推理强化进建以及AI for Math,同时也涉猎多模态和机械进建理论等领域。
One More Thing
除此之表,中科大马杰教授、清华申武杰、中科大谢晟捷团队在拉姆齐数钻研中实现78年来初次指数级理论改进。
就在前几天,有关成就颁发于数学四大顶刊之一《Inventiones Mathematicae》(《数学新进展》);
从宏观数学法规层面,显著拔高了拉姆齐数下界的增长阶数,相当于给这类问题的求解划定了更高的理论天花板。
参考链接:[1]https://x.com/ypwang61/status/2052508685591785619[2]https://github.com/ypwang61/ScaleAutoResearch-Ramsey
文章点评
未查问到任何数据!
颁发评论
◎欢迎参加会商,请在这里颁发您的见解、互换您的概想。