一道题难住数学界25年，微软研究员当年没做出，AI七天解了

微软研究院有个首席研究员叫Dimitris。这道题，他17年前读博士一年级时就碰过，没做出来。

这道题属于无线通信领域，叫MIMO检测。简单说就是手机信号在空中被搅乱了，接收端怎么把原始信息一位不差地还原出来。理论上有个万能办法叫"最大似然检测"，一定能还原，但要把所有组合穷举一遍，信号位数一多，计算量是天文数字。

从2001年开始，一拨又一拨数学家扑上去。2001年有人以为找到了多项式时间的快算法，2005年被人证明这条路走不通。后来半正定松弛、AMP、统计物理方法轮番上阵，最接近的结果也只能停在理论门槛两倍的地方。

25年，没人啃下来。

上周，Dimitris把这道题交给了两个AI：GPT-5.6和Claude Fable 5。两个模型很快各自给出了证明思路，但过程一波三折——GPT走的路径用了Dimitris一直没吃透的分析工具，Fable给的是一个业内一直在用、却从没被严格证明过的老算法。

他让两个AI互相简化、互相补漏洞，唯一的底线是不管怎么改都要守住那个理论门槛。他还拒绝了用形式化验证工具自动检查证明，原因很实在：他不懂那个工具，翻译错了他也看不出来。

折腾整整七天后，他拿到一份能逐行手算核对的证明。拆开看，算法只有两步：先粗略估计再取整，然后逐位翻转找最优。他从头到尾自己验证了一遍，确认成立。

17年前读博时卡住他的那道题，这次他带着AI跨过去了。

这事最值得琢磨的地方不是"AI比数学家强"。真正的变化是：一个人年轻时没跨过的坎，可以借助AI在17年后跨过去。AI没有取代他的判断——选哪条路、守什么底线、拒绝用自己看不懂的工具，这些全是人做的决定。

会用AI的人，和17年前那个卡住的博士生，差的早就不是智商了。

AI 数学 GPT