Rain科技2月15日消息，据“科技日报”报道，近日，中国团队利用人工智能（AI）系统性地解决了300多年前由牛顿提出的“亲吻数问题”，这一成就标志着AI在高维数学领域取得了里程碑式的突破。
“亲吻数问题”最早由牛顿在1694年提出，他与数学家格雷戈里就“一个球体周围最多能紧密地放置多少个大小相同的球体”展开了争论。牛顿给出的答案是12个，而格雷戈里则认为是13个。经过多年研究，数学界在1953年给出了严格证明，最终确认牛顿的答案是正确的。
上述问题是在三维空间中进行的。然而，当问题延伸至高维空间时，其研究难度呈指数级增长，迅速进入了理论研究的“无人区”。在过去50年间，该领域仅取得了7次实质性进展，且现有方法难以普遍应用于不同维度，复用性受到极大限制。
此次突破由上海科学智能研究院联合北京大学、复旦大学共同完成。他们自主研发的PackingStar强化学习系统，使得在高维数学问题研究中实现了跨维度的、系统性的进展。这一成果的取得，不仅仅是找到了问题的答案，更重要的是，它改变了研究问题的方法和思路。
该团队在12、13、14、17、20、21、25至31维共9个维度上，刷新了亲吻数/广义亲吻数的纪录。尤其值得一提的是，在13维空间找到了优于1971年以来所有已知构造的新解；在14维等维度上，更是发现了超过6000个全新的几何构型！这些发现不仅丰富了我们对高维空间的认知，也为相关领域的研究打开了新的可能性。
此次AI在数学领域的突破，带来了该问题研究的方法论变革。团队构建了一种稳定的人机协作模式：人类专家负责界定和提出研究的边界与方向，AI系统则负责进行高速的构造搜索和生成大量潜在解，而人类则最终负责验证和提炼抽象出的数学结果。这种模式使得高维几何探索，从过去零散的单点尝试，转变为一种系统化、流程化的推进方式，大大提高了研究效率和深度。
报道还指出，“PackingStar”项目针对高维搜索空间指数级增长和计算任务极其庞杂的难题，通过自主研发底层计算算子、优化GPU计算流程以及建立自动Checkpoint（校验点）机制，实现了千卡级的任务断点续传。这意味着即使在庞大的计算任务中途出现中断，也能从上次保存的状态继续，而无需从头开始。这一优化使得搜索速度提升数倍，累计节省了超过10万个GPU卡时的计算资源，极大地降低了研究成本，提高了效率。
