（来源：新智元）
新智元报道
就在今天，毕树超领衔的Meta超级智能实验室官宣——
在过去短短6个月内，Meta的最新模型Muse Spark已经协助人类数学家连破6大数学领域的开放性难题。
其中5篇论文直接给出了悬而未决的世界前沿问题答案，甚至推翻了现有的群论拟议规则！
前有OpenAI、Anthropic的模型，现在，Meta也来征服这个领域的低垂果实了。
AI颠覆人类数学研究的趋势，已经不可逆。
正如毕树超所言：「数学界的AlphaGo时刻，在今年降临了。」
毕树超：不是高斯，那就创造一个高斯
MSL的领军人毕树超，跟数学有很深的渊源。
他本科毕业于浙大数学系，随后在UC伯克利拿下统计学硕士与数学博士。
2025年6月，作为「超级智能竞赛」中最核心的人才之一，他加入Meta超级智能实验室，主攻强化学习与智能体前沿。
作为一个科班出身的数学博士，毕树超在X上写下这样一段真诚的话。
作为一个数学专业的学生，我曾意识到，我缺乏足够的自然天赋去独立解决那些我无比热爱的前沿开放难题。正是这种清醒的认知，促使我开启了机器学习的职业生涯。
从去年开始，我的目标进化了：我不再试图单枪匹马地去解决这些难题，而是致力于训练AI模型来替我们解决它们。
事实证明，这条路走通了。
Muse Spark6个月连破6大数学难题
什么叫「开放性研究问题」？它没有标准答案，甚至没有一条保证能走通的路。向前推进意味着不断试错、犯下新的错误、解决它们，甚至有时候要推倒重来。
在过去几个月里，多位顶尖数学家与Meta的Muse Spark 1.1和1.2模型结成了「科研搭子」。
他们的战绩是极其恐，直接横跨了概率论、微分方程、群论、优化理论、算术物理学、非结合代数六大基础科学领域，连发6篇重磅论文。
让我们来看看，「人类+AI」的最强战队，拿下了怎样的惊人战绩。
群论：AI亲手写代码，揪出「黑天鹅」
在描述对称性的数学结构中，M. Kida在2024年提出了一个著名的猜想：每一个具有「半阿贝尔」性质的有限群，也必定具有「单项式」性质。
在数学界，推翻一个规则最简单暴力的方法就是找出一个反例（黑天鹅）。
在这场搜寻中，Muse Spark直接生成了极其复杂的搜索代码，在庞大的数学软件系统中找到了一个拥有384个元素的异常群！
论文地址：https://ai.meta.com/research/publications/semiabelian-groups-need-not-be-monomial/
这个群满足半阿贝尔，却狠狠打脸了单项式规则。
微分方程：终结「波函数坍缩」的十年悬案
想象一场拔河比赛：一股力量让光波收缩，另一股力量让光波扩散，它会永远集中下去，还是会最终坍缩？
对于受激光物理学启发的「质量临界双调和非线性薛定谔方程」，科学界自2015年起就留下了波函数坍缩的悬案。
自2015年以来，数学界一直无法用严谨方法证明这一点，只能靠2002年的计算机模拟去猜想。
论文地址：https://ai.meta.com/research/publications/finite-time-blow-up-of-radial-negative-energy-solutions-for-the-mass-critical-biharmonic-nonlinear-schrodinger-equation/
这一次，Muse Spark辅助研究员Leonard Dinh处理了海量的偏微分方程放缩计算，测试了多种维里恒等式的变体，最终彻底证明：在二维及更高维度的径向对称负能量条件下，波必然在「有限时间内」发生爆炸坍缩。
概率论：揭开高维空间的「生死临界点」
在极高维度的空间里，把一堆随机散落的「高斯点」拟合到一个完美的椭球面上，这可能吗？这在低维空间就像试图用一个圆环精准套中地上所有散落的沙粒。
在数学家Aykut Arslan的引导下，Muse Spark帮助推演了一个极其尖锐的「严格阈值」。
论文地址：https://ai.meta.com/research/publications/the-strict-threshold-for-gaussian-ellipsoid-fitting/
AI辅助验证了极其复杂的概率不等式，证明了：当随机点的数量低于这个阈值公式时，拟合几乎100%存在；但只要越过这条红线哪怕一点点，拟合就绝对不可能存在（概率骤降为0）。
一个震撼细节是： 就在这篇论文成型的同时，全球有三个独立团队也在死磕这个问题。Muse Spark不仅帮助Meta团队紧跟节奏，还独立确立了这个问题的理论极限。
算术物理学：跨越40年，AI串联数论与弦理论
这是最体现大模型「跨界联想」能力的一战。上世纪80年代，数学巨匠Yuri Manin曾设想数论与弦理论之间存在某种隐秘联系。
这一次，Muse Spark帮助研究人员将「p进制弦理论」与「数论」这两个看似天差地别的领域成功连结。
它不仅理解了基于Tate曲线的已知联系，更将其推演到了极为复杂的「亏格二Mumford曲线」上。它证明了，在不同的数学语言下，两者计算的其实是同一个物理量！
论文地址：https://ai.meta.com/research/publications/string-two-point-function-height-function-on-a-curve/
其中，Muse Spark不仅提供了灵感，它还直接起草了这篇论文中的三个核心技术章节！ 包含了极其繁琐的代数几何翻译与候选证明。
优化理论：找到完美简化的终极法则
面对极其复杂的二元多项式优化问题，数学家总想通过「松弛法」将其简化。Del Pia等人在2026年提出疑问：这种简化什么时候是无损的？
想象三个重叠的文氏图圆圈。Muse Spark极其聪明地引入了「概率重构」的视角，帮助数学家看清了本质：当两个圆的交集区域（且不包含第三个圆）中恰好只有一个决策变量时，简化是完美的；一旦多于一个，就会产生计算鸿沟。
论文地址：https://ai.meta.com/research/publications/tightness-of-the-cycle-based-relaxation-for-completed-length-three-alpha-cycles/
非结合代数：受生物学启发的代数重构
「演化代数」是受生物遗传学启发的数学结构。之前有学者提出了一种测试，用于鉴定某类代数是否属于「可解」级别。
Muse Spark根据研究员的提示词，迅速构建了一个精巧的三维空间反例。这个小反例完美通过了前人的测试，但根本不是可解代数。
更绝的是，AI并未止步于推翻，它进一步提出：不能只看单独的元素，必须引入「整体子空间」的概念来进行替代性表征。
论文地址：https://ai.meta.com/research/publications/on-solvable-evolution-algebras-and-a-conjecture-by-garcia-martinez-and-perez-rodriguez/
没有超级电脑，只有网页端对话
看完这六大突破，如果你以为科学家们动用了Meta内部的超算矩阵，或是搭建了极其复杂的API脚手架，那你就大错特错了。
这恰恰是本次事件最细思极恐的地方：所有的数学家，仅仅是打开了网页端的 meta.ai，开启了Muse Spark的「思考模式」。 纯靠自然语言提示词，就推倒了世界级的前沿猜想。
这说明，AI的底层推理能力，必然已经跨过了一道门槛。
现在，这6篇论文已经经历了严苛的独立双重审查。并且，每篇论文都清晰、诚实地标注了：哪一段是人类学者起草的，哪一段是AI独立生成的。
今天，我们在数学领域见证了「AlphaGo时刻」。
因为数学具备高度结构化的严密规则与内在的自我验证机制，当AI已经能够在这个严密的逻辑王国里开拓时，它的能力必将向外溢出。
正如毕树超预测的那样：「虽然物理验证的限制会导致速度不同，但类似的智能跨越，必将在生物学、化学和物理学中全面展开。」
当数学界的AlphaGo时刻降临，前方是一片璀璨的无人区。
参考资料：
https://research.meta.ai/blog/solving-open-research-problems-together
https://x.com/shuchaobi/status/2106107996938047572?s=20
编辑：Aeneas
