内容提要
GPT-6 Astra将素数间隙上界从240推进至186,并附Lean 4形式化证明,但依赖三个未验证公理,包括数值积分上界。此前人类十二年未突破246,AI两天内两次推进。结果条件性成立,若公理有误则结论失效,未来突破需重写筛法框架。
延伸解读
条件性证明的边界
GPT-6 Astra的结论依赖三个未经验证的公理,尤其是152个数值积分上界。这意味着证明是条件性的:若这些数值有误,结论可能失效。Lean 4只验证了从公理到结论的推导,并未证明公理本身。读者应理解,这并非最终定论,而是有待复核的阶段性成果。
AI在数学中的角色
Astra并未发明新数学框架,而是基于梅纳德和陶哲轩的DHL方法,通过精确数值搜索找到直径186的可容许集合。这展示了AI在已有框架内进行复杂计算和优化的能力,但核心理论突破仍需人类。AI更像是高效的“解题者”,而非“发现者”。
突破的难度与意义
从246到186的推进,看似微小,却打破了人类十二年未动的僵局。这得益于施塔德曼的240和Astra的186,两天内两次推进。但距离孪生素数猜想的2还差93倍,且进一步突破可能需要重写筛法框架,难度极大。这一进展是渐进式的,而非革命性。
Q&A
GPT-6 Astra在素数间隙问题上取得了什么突破?
GPT-6 Astra将素数间隙上界从240推进到了186,并附有Lean 4形式化证明。
为什么说GPT-6 Astra的证明是条件性的?
因为证明依赖于三个未验证的公理:德利涅的三阶Kloosterman和估计、Fouvry–Kowalski–Michel的特征和相关估计,以及152个数值积分上界。如果这些公理有误,结论可能失效。
张益唐在素数间隙问题上做出了什么贡献?
张益唐在2013年证明了存在无穷多对相邻素数,距离不超过7000万,首次证明了素数间隙有界,将问题从无法证明有限变为可优化。
从张益唐的7000万到GPT-6 Astra的186,人类和AI分别用了多长时间?
人类从2013年到2014年将上界从7000万优化到246,用了不到两年;之后246保持了十二年,直到2026年9月1日施塔德曼推进到240,两天后GPT-6 Astra推进到186。
Lean 4形式化证明在GPT-6 Astra的突破中扮演了什么角色?
Lean 4将证明写成代码并逐符号检查逻辑,确保从公理到结论的每一步推导正确,但公理本身未被验证。
GPT-6 Astra的证明依赖的三个公理是什么?
三个公理是:德利涅1988年的三阶Kloosterman和估计、Fouvry–Kowalski–Michel 2013年的特征和相关估计,以及152个数值积分上界(104个外部、45个内部、3个封顶边界)。
为什么说152个数值积分上界是证明中最脆弱的部分?
因为这些数值是用Python和FLINT库计算的,存在浮点舍入误差和程序bug的可能,且未在Lean内部验证,如果任何一个数值有误,结论可能失效。
GPT-6 Astra是如何在两天内将素数间隙从240推进到186的?
GPT-6 Astra在已有DHL[40,2]框架内,找到了一个直径186的可容许集合,并设计了精确的系数使不等式成立,通过数值搜索和逻辑推演完成,并打包成Lean证明。
素数间隙上界从186进一步缩小到2(孪生素数猜想)的难点是什么?
需要改写DHL框架中的关键数字40和2,意味着重写整个筛法框架,目前人类和AI都不知道如何实现。