量子位 19小时前
浙大校友用AI突破32年拉姆齐数下界
index.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

数学界尘封 32 年的拉姆齐数经典难题被打破!

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 年以来长期停滞的纪录。

同时他还将R ( 4,15 )   下界刷新至 160,成果直接超越谷歌 DeepMind 同期 AlphaEvolve 的研究水平。

而且,这次世界级数学突破并没有依赖超级算力集群,仅用 Claude Code、Codex+1 台 CPU 服务器就完成全部攻坚,成果已全量开源

拉姆齐数

如果外星人威胁地球,要求我们给 R ( 5,5 ) 的精确值,人类应动用所有算力;但如果要的是 R ( 6,6 ) ,我们不如直接开战。

数学巨匠保罗・埃尔德什的这句调侃,直接说明了拉姆齐数有多难缠。

作为组合数学的核心难题,拉姆齐数本质上是在寻找 " 无序中必然出现秩序 " 的临界值。

R ( 3,17 ) 下界用生活化的派对问题来理解就是:

无论派对上的人如何随机社交,总能找到 3 个互相认识的小圈子(对应数学中的三角形结构),或是 17 个完全互不相识的人(对应 "17 点独立集 "),这个最小的派对人数,就是 R ( 3,17 ) 的精确值。

但求解这个数值远比想象中艰难。

如今 R ( 5,5 ) 的精确值仍卡在 43-48 的区间,算出 R ( 6,6 ) 还不如向外星人开战……

而 R ( 3,17 ) 自 1994 年被数学家 Wang-Wang-Yan 锁定在 92 后,全球顶尖团队轮番攻关,却始终无法撼动这一数字,渐渐成了横跨 32 年的学术僵局。

而且,它的研究成果直接关联图论、算法设计、网络优化等关键领域,从人工智能到通信网络,都能找到它的应用影子,是数学与计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 " 反其道而行之 " 的尝试。

在此之前,传统方法的思路是:

先构造一张没有三角形的图,再慢慢压缩其中的独立集规模。

但无论算法如何优化,在 92 个顶点的限制下,独立集始终停留在 18 个,怎么也压不到 16 个的目标。

但王宜平换了一条逆向思路:

放弃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 的复合删除修复策略,一点点删掉三角形,同时修复过程中新生的独立集冲突。

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 自我迭代进化的研究框架,让 AI 可以不断沿用过往的优质探索结果,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,用不同算法、不同初始参数并行搜索图结构空间,有效避免探索陷入局部无解;

全程以结构冲突数为评判标准,把每一次优化出的更好图谱保存下来当作基础模板,后续迭代都在已有优质成果上继续打磨,靠不断沉淀积累逼近最优解,这也是其和谷歌 AlphaEvolve 最大的区别;

而且所有推演得出的结果都会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完整核验记录,从根源上保证研究结果严谨可信。

这套 AI 框架从最初仅含 12 个三角形的图结构出发,像闯关升级一样逐步推进。

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,成功构造出一张完美的图——

既没有三角形,也不存在 17 个互不相连的点,直接证明了 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,没能实现实质性突破。

作者介绍

王宜平本科毕业于浙江大学竺可桢荣誉学院,获计算机科学与数学双学位。

现在是华盛顿大学保罗 · G · 艾伦计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。长期研究目标是开发安全、可扩展的超人类 AI 系统,推动科学进步。

近期研究聚焦于大语言模型的推理强化学习以及 AI for Math,同时也涉猎多模态和机器学习理论等领域。

One More Thing

除此之外,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研究中实现78 年来首次指数级理论改进

就在前几天,相关成果发表于数学四大顶刊之一《Inventiones Mathematicae》(《数学新进展》);

从宏观数学规律层面,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

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—    —

5 月 20 日,我们将在北京金茂万丽酒店举办一年一度的中国 AIGC 产业峰会。

首波嘉宾阵容已公布昆仑万维方汉智谱吴玮杰EverMind 邓亚峰风行在线易正朝百度秒哒朱广翔Fusion Fund 张璐香港大学黄超MarsWave 冯雷都来了,了解详情

请你和我们一起,不再只是讨论 AI 的未来,而是现在就用起来。 

一键关注 点亮星标

科技前沿进展每日见

评论
大家都在看