AI 半小時證出人類一年沒做出的數學定理
一個被卡住的 L^p 問題，AI 用半小時給出五頁證明，把 60 頁的論文壓縮成核心引理，還順手把連續密度的門檻從 588 推到 9。
核心論點 · 點時間戳可跳到原聲
AI 第一次給出了好想法
講者說這是他第一次遇到模型在一個他長期研究的問題上「really had a good idea」，而且這個想法導向了「very elegant efficient progress」。注意他的措辭：不是 AI 幫他算，是 AI 給出了他沒想到的證明思路。他把這個結果歸功於 Astra，並說這是上週才做出來的。
— Constantin Kogler關鍵定理：絕對連續自動帶 L^p
核心定理是：如果自相似測度 μ 絕對連續，那它的密度自動落在某個 L^p 裡，p 大於 1。真正讓講者興奮的不是這個事實本身，而是 p 是定量的——p 可以用 μ 給小球的質量來顯式表達。正因為 p 定量，才能把研究顯式絕對連續性的方法搬過來，去構造顯式的 L^p 例子，再進一步拿到連續密度。
— Constantin Koglerp 不可能做成一致的
講者特別提醒：p 永遠不能做成 uniform。對任意維數 d 和任意 p 大於 1，都存在某個自相似測度落在 L^1 但不落在 L^p。所以這個定量結果不能理解成「所有絕對連續的自相似測度都有一致的 L^p 可積性」——它是個逐例的、依賴質量分布的界。
— Constantin Kogler把 λ 拆成奇偶兩部分
證明連續密度的技巧：把 Bernoulli 卷積的隨機級數按奇偶項拆開，奇數部分提出一個 λ 後，剩下的正好是偶數部分。於是 μ_λ 等於 μ_{λ²} 與自身的卷積。如果 λ² 落在 Solomyak 證明的 L^2 幾乎必然成立的範圍裡，兩個 L^2 函數的卷積是連續的，就得到 μ_λ 有連續密度。這是從 L^2 結果推出連續性的橋梁。
— Constantin Kogler60 頁論文被壓成 5 頁
講者說核心想法其實是他和合作者已有的，但 AI 在使用這個想法時「extremely elegant and efficient」。Varju 的論文 60 頁，他自己的論文也很長，AI 把從某個結果推到另一個結果的過程壓縮到 5 頁，而且「maybe a bit of a weakening」之後，再給 5 頁就能拿到更強的結論。他強調這不是 AI 替他想了核心 idea，是 AI 把已知工具以他「could have never」的方式組合起來。
— Constantin Kogler半小時跑完，50 小時形式化
有人問運行時間，講者說「not long, maybe half an hour」。之後整個結果在 Lean 裡形式化，大約花了 50 小時。他還提到有 goal command 之類的技巧可以讓模型「really try hard」。對比是：他自己可能要做一年，而且「if you sent me this paper to referee, I would like who is this person?」
— Constantin Kogler連續密度的門檻從 588 推到 9
對 λ = 1 - 1/n 的情形，AI 證明 μ_λ 在 n 大於 588 時連續——講者說這還不是他 push 常數的結果，「if I push the constant, I could easily push the constant more」。更狠的是另一個結果：n 大於 9 時絕對連續，講者說「I could not dare think I could prove」，他自己 push 了兩個半小時才到 9，而理想目標是 3。
— Constantin Kogler關鍵引理來自冷門論文
證明的核心是一個來自幾何測度論的引理：對 L^1 正函數 f，如果小球裡集合的質量小，且 f 在該集合上的積分也小，就能推出 f 落在某個顯式的 L^p 裡，p 由 C、ε、A 顯式給出。講者說這個引理「not too difficult to prove」，大約一頁，但「extremely difficult to find because it's not a very well-known fact」——它是從一些隨機論文裡挖出來的。
— Constantin Kogler原話 · 已逐字校驗
it was the first time for me where where the models really had a good idea. So they had a good idea on a problem I worked long about that le led to progress like very elegant efficient progress I was very happy with.
這是我第一次遇到模型真的有好想法。它們在一個我研究了很久的問題上有了好想法，帶來了非常優雅、高效的進展，我非常滿意。
Constantin Kogler0:18
the AI was extremely elegant and efficient in using it so var's paper is 60 pages okay my paper is k does many things but it's also it's also a long paper the AI reduced to five pages
AI 在使用這個想法時極其優雅高效。Varju 的論文有 60 頁，我的論文也做很多事、也很長，AI 把它壓縮到了 5 頁。
Constantin Kogler34:17
it just used these things that I knew. It used the tools I used too, but it just combined it in a way I could have never.
它用的就是我知道的那些東西，用的也是我用過的工具，但它以一種我永遠不可能做到的方式把它們組合了起來。
Constantin Kogler37:19
if you sent me this paper to referee, I would like who is this person? I mean, this is like it was it's a if this is the smartest person in the world, I would say fine. But uh but I've never seen anything like this.
如果你把這篇論文發給我審稿，我會想：這人是誰？如果這是世界上最聰明的人寫的，那行。但我從沒見過這樣的東西。
Constantin Kogler37:19
That's me not trying hard. That's not me. This is not me trying to run the I can push the constant more, but it's just it's just the eye chilling and p pushing.
這不是我在使勁。這不是我。我還能把常數推得更好，但這只是 AI 在輕鬆地推。
Constantin Kogler39:21
if you're an analytic number theorist if you want to calculate something these things are unbeliev like uncomparable to us in calculations.
如果你是解析數論學家，想算點什麼東西，這些模型在計算上和我們完全不可同日而語。
Constantin Kogler41:22
it's extremely difficult to find because it's not a very well-known fact. It's some random fact from wherever.
它極難找到，因為這不是一個廣為人知的事實。它是從某個地方冒出來的冷門事實。
Constantin Kogler44:23
數字與實體
| AI 證明運行時間 | 約半小時 | 36:18 |
| Lean 形式化耗時 | 約 50 小時 | 36:18 |
| Varju 論文頁數 | 60 頁 | 34:17 |
| AI 壓縮後證明頁數 | 5 頁 | 34:17 |
| 連續密度門檻 n | 大於 588 | 39:21 |
| 絕對連續門檻 n | 大於 9 | 41:22 |
| 理想目標門檻 n | 3 | 41:22 |
| 講者 push 常數耗時 | 約兩個半小時 | 41:22 |
術語
- self-similar measure自相似測度
- 由有限個壓縮相似映射生成的、滿足自相似方程的概率測度，通常是分形對象。
- Bernoulli convolution伯努利卷積
- 隨機級數 Σ ±λ^n 的分布，λ 在 0 到 1 之間，是研究絕對連續性的經典模型。
- absolutely continuous絕對連續
- 測度可以寫成某個 L^1 函數對勒貝格測度的積分，即存在密度函數。
- L^p densityL^p 密度
- 密度函數落在 L^p 空間裡，p 越大要求密度越「不集中」。
- LeanLean
- 交互式定理證明器，用於把數學證明形式化到機器可驗證的程度。
收聽指南
對 AI 在純數學中實際能力感興趣的數學研究者、理論計算機科學家，以及想知道「AI 做證明」具體長什麼樣的工程師。
前半段自相似測度和伯努利卷積的基礎定義可以快進，直接聽 33 分鐘後的 AI 部分。