微软研究人员宣布解决存在31年之久的Kannan-Lovász-Simonovits（KLS）猜想，该猜想被广泛认为是高维几何学中的核心未解问题之一，对统计学、优化、算法和计算机科学均有深远影响。这一成果为对数凹分布建立了一个普遍的几何原理：在适当考虑体积比例与尺度后，简单的平坦切割可以在固定因子内捕获其最窄的瓶颈，且与维度无关。换言之，即使允许任意复杂的弯曲或倾斜切面，最优平面切割的效果也不会比真正最优切法差太多。研究团队用切蛋糕作类比：对一个规则无凹陷的凸形状，直线切割与任意复杂切割在标准化后的效果相差有限。这项突破源于一种人类主导的智能体研究过程：人工智能系统负责探索数学可能性，研究人员则对结果进行评估、筛选并重新定向搜索方向。多位独立研究人员验证了该研究，确认其中的核心引理是关键突破，随后团队完成了机器检查的形式化验证，证明其数学正确性。完整研究已发布于微软研究院官方博客。这一工作既为基础数学贡献了重要定理，也展示了一种新型科研范式：人类数学家与AI智能体协作攻克长期悬而未决的科学难题。
事件分析
技术看点：此次证明的核心引理先经独立专家确认，再通过机器检查完成形式化验证，使重大猜想的正确性达到可机审标准，这在数学界较为罕见，也体现了定理证明器与传统数学研究的融合趋势。更值得关注的是研究范式：AI智能体承担大规模数学可能性探索，人类负责判断、筛选与引导搜索方向，形成人主导、机探索的协作闭环。产业影响方面，KLS猜想的解决将推进高维采样、凸优化与随机算法的复杂度分析，对机器学习理论、蒙特卡洛方法及统计推断的效率提升具有潜在价值。后续走向上，智能体辅助数学研究的模式可能被推广至更多未解猜想，人机协作式科学发现平台或成为科技巨头研究部门的竞争焦点。
核心观点：AI从算力工具进化为数学发现的协作者，人主导、机探索的共研范式正在打开基础科学突破的新通道。
原文链接：Linux.do
