毕树超官宣：Meta AI连破6大世界猜想，数学界AlphaGo时刻来了！

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。 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。 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。 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。 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。 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。 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！ 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。 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。 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。 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。」