2000 美元下注，认定自己提出的猜想永远无人能证。

三十年过去，这位数学大佬输掉赌局，心里却比中奖还要欢喜。斩获阿贝尔奖的知名学者塔拉格兰德，当年随性提出的猜想，如今被三位数学家成功破解。

打开网易新闻 查看精彩图片

米歇尔・塔拉格兰德是阿贝尔奖得主，他在 1995 年提出了一项关于高维空间凸性的猜想。

可他本人并不看好这个猜想成立，还主动拿出 2000 美元悬赏，赌没有人能完成相关证明。三十年时光流转，塔拉格兰德最终输掉了赌局，内心却格外高兴。

这个当初没有十足依据的猜想被证实为真，还为数学界打开了全新的研究大门。

想要理解这项猜想，先要理清凸性和维度灾难两个基础概念。

判断图形是否具备凸性十分简单，在图形内部任选两个点连成线段，整条线段都处在图形之内，就属于凸图形。圆形 球体 正方形都是典型的凸图形。进入高维空间后，研究难度会大幅提升。维度越高，构造和判断凸性的难度就会指数级增长，这就是学界所说的维度灾难。

塔拉格兰德想要验证，能否依靠闵可夫斯基和这种运算，在任意维度下稳定形成凸性。

闵可夫斯基和就是将两个集合内的点两两相加，生成新的集合。他提出，高斯空间中规模足够大的集合，经过有限次运算后，一定会出现体积可观的凸子集。

这道题的难点在于结论要适配所有形态和所有维度，多数常规证明思路都无法推进。塔拉格兰德本人也曾证实，两次闵可夫斯基加法达不到要求。后续有学者证明部分变体命题不成立，核心猜想却始终没能被攻克。

加州理工的华东明 宋安托万，联合普林斯顿的斯特凡・图多斯，三人携手打破了长达三十年的僵局。他们跳出传统几何框架，把整个问题转化为概率语言，找到了全新的解题方向。

团队将猜想重新解读为，n 维空间里符合条件的 1 - 亚高斯随机向量，都可以拆分成三个标准高斯随机向量之和。这类随机向量的极端值出现概率偏低，数值变化规律相对稳定。思路的转换让几何问题归入概率论领域，诸多成熟的理论工具都得以运用。

研究初期，华东明和宋安托万曾尝试借助 ChatGPT 寻找思路。

这一细节也点明了现状。AI 可以成为数学研究的辅助工具，可面对深耕数十年的顶级猜想，突破性的创意与深度思考，依旧只能依靠人类大脑。

这次证明的意义，不只是解决一道经典数学难题。

团队同步攻克了该问题的组合学版本，在连续数学和离散数学之间搭建起新的桥梁。当下机器学习 数据科学 物流工程优化等领域，都会用到高维随机模型，这项研究结论能为相关技术提供新的理论支撑。相关应用价值还在逐步释放，未来有着广阔的发展空间。

这个跨越三十年的故事，让人感受到数学独有的魅力。

一则随性提出的猜想，变成了连通多个领域的钥匙。三位数学家跨界思考的方式，也展现出人类智慧的无限可能。