高等经济学院毕业生、数学家德米特里·雷宾在网络流理论领域取得了意想不到的突破。借助语言模型GPT-5.6 Pro,他成功找到了迪尼茨-加格-戈伊曼斯猜想的一个反例,这一猜想近30年来一直未被证明。这一发现可能从根本上改变解决复杂组合问题的方法。
该猜想于1999年提出,涉及网络流的基本性质,长期以来被认为是该领域尚未解决的关键问题之一。雷宾没有给模型任何特殊提示或引导算法,而是仅使用了四个通用表述的提示词:“实现突破”、“推翻一般情况”、“继续探索”。据这位数学家称,他将这个聊天视为“纯粹的迷因”——一场实验,却意外产生了真实的科学成果。
GPT-5.6 Pro在数小时内构建了反驳论证,考虑到问题的复杂性,这本身就令人印象深刻。但值得注意的是,该结果尚未经过科学界的独立验证。如果反例得到确认,这将成为支持在基础数学中使用大型语言模型的有力论据。
我对情况的分析:这个案例表明,现代人工智能模型不仅能够处理数据,还能在需要深度抽象思维的领域生成全新的想法。然而,距离数学发现的完全自动化还有很长的路要走——人类专家在提出正确问题和解读结果方面的作用仍然至关重要。如果独立验证证实了雷宾的发现,我们将见证人类与人工智能共生关系的新阶段。