Internes OpenAI-Modell findet exakte Rate des Cohn-Elkies-Programms

TL;DR. Ein internes OpenAI-Modell bestimmt die exakte Abfallrate des linearen Programms von Cohn-Elkies und verbessert erstmals seit 1978 den Exponenten der Kugelpackung.

Wichtige Erkenntnisse

Was die Sammlung ist und warum ein Ergebnis heraussticht. Das Dokument beginnt bescheiden.
Das Cohn-Elkies-Programm und was es beschränkt. Die Kugelpackung fragt, wie dicht sich nicht überlappende Kugeln den Raum füllen können.
Was der Rahmen bereits erreicht hatte. Bevor wir zum neuen Satz kommen, lohnt es sich, genau zu sagen, was der fourieranalytische Rahmen der linearen Programmierung schon geleistet hatte, denn das neue Ergebnis ist zum Teil eine Aussage darüber, wie viel…
Der Hauptsatz. Der Hauptsatz des Dokuments beweist die exponentielle Rate, die in den Vermutungen 3.1 und 3.2 jener Arbeit von 2020 vermutet wurde.

Eine Sammlung mathematischer Ergebnisse eines internen OpenAI-Modells klärt die asymptotische Stärke des linearen Programms von Cohn und Elkies für Kugelpackungen. Sie liefert die erste Verbesserung des allgemeinen Kugelpackungsexponenten seit 1978, zusammen mit einer exakt passenden unteren Schranke.

Was die Sammlung ist und warum ein Ergebnis heraussticht #

Das Dokument beginnt bescheiden. Es stellt eine Sammlung von Ergebnissen vor, die ein internes OpenAI-Modell erzielt hat, und sagt, dass sie Mathematik und theoretische Informatik umfassen. Das beschreibt Herkunft und Umfang, sagt aber nicht, wie das Modell eingesetzt oder wie seine Ausgaben geprüft wurden. Diese Fragen sind wichtig, und die Quelle in der hier zusammengefassten Form lässt sie offen, also wird dieser Artikel nichts anderes vorgeben. Was die Angaben tragen, ist eine Liste erklärter Ergebnisse, und diese Liste ist lang genug, dass die interessante Frage nicht lautet, ob ein einzelner Punkt beeindruckt. Sie lautet, warum einer davon den Großteil der Aufmerksamkeit verdient.

Der Grund ist, dass das Ergebnis zur Kugelpackung als einziges in der Sammlung eine quantitative Lücke in einem Forschungsprogramm mit langer, klar benannter Geschichte schließt. Die anderen sind für sich genommen bemerkenswert. Eine explizite nicht-sofische Gruppe beantwortet eine seit Langem offene Frage. Eine Widerlegung der Connes-Vermutung entscheidet etwas, das ein namentlich bekannter Mathematiker vorgeschlagen hatte. Doch das Kugelpackungsergebnis steht am Ende einer Kette, die von einem fourieranalytischen Rahmen über zwei berühmte exakte Lösungen in einzelnen Dimensionen bis zu einer Frage über hohe Dimensionen reicht, die jahrelang offen blieb. Wer es verstehen will, muss diese Kette verstehen.

Der Großteil des Folgenden betrifft daher das lineare Programm von Cohn und Elkies: was es ist, was man darüber wusste, was der neue Satz besagt und wie die Vorzeichenunschärfe-Seite des Arguments aufgebaut ist. Ein kürzerer Abschnitt gibt danach einen Überblick über die übrigen Ergebnisse der Sammlung, jedes so, wie es formuliert ist, und nicht weiter.

Das Cohn-Elkies-Programm und was es beschränkt #

Die Kugelpackung fragt, wie dicht sich nicht überlappende Kugeln den Raum füllen können. Das Dokument legt dafür die Notation fest. Für Mittelpunkte mit einem Abstand von mindestens 1 ist ∆d das Supremum der oberen Dichten von Kugeln mit Radius 1/2 im Rd. Anders gesagt bezeichnet ∆d die maximale Kugelpackungsdichte im Rd. Alles im ersten Kapitel der Sammlung wird an dieser Größe gemessen.

Das Cohn-Elkies-Programm liefert eine obere Schranke für ∆d. Sein optimaler Wert wird LPd geschrieben und ist als die optimale Dichteschranke definiert, die das Programm liefert. Der Mechanismus ist die Gorbachev–Cohn-Elkies-Schranke, die jeder Funktion f aus einer Klasse namens Ad die obere Dichteschranke vd f(0)/(2d f̂(0)) zuordnet. In Worten: Man wählt eine Hilfsfunktion f aus der zulässigen Klasse, berechnet ihren Wert im Ursprung und den Wert ihrer Fourier-Transformierten im Ursprung, bildet dieses Verhältnis mit den Volumen- und Skalierungsfaktoren, und das Ergebnis beschränkt die Packungsdichte nach oben. Das lineare Programm sucht die Funktion f, die diese Schranke so klein wie möglich macht.

In diesem Rahmen liegt die ganze Schwierigkeit in der guten Wahl von f. Eine geschickt gewählte Funktion ergibt eine scharfe Schranke, eine schlecht gewählte eine schwache, aber immer noch gültige. Deshalb ist die passende untere Schranke im neuen Ergebnis so wichtig. Sie spricht über alle zulässigen Funktionen zugleich und macht aus der Suche nach besseren Funktionen eine geschlossene Frage.

Was der Rahmen bereits erreicht hatte #

Bevor wir zum neuen Satz kommen, lohnt es sich, genau zu sagen, was der fourieranalytische Rahmen der linearen Programmierung schon geleistet hatte, denn das neue Ergebnis ist zum Teil eine Aussage darüber, wie viel weiter er noch kommen kann.

Viazovska nutzte diesen Rahmen, um zu beweisen, dass das E8-Gitter in Dimension acht die optimale Packung liefert. Cohn, Kumar, Miller, Radchenko und Viazovska bewiesen danach die Optimalität des Leech-Gitters in Dimension vierundzwanzig. Das sind exakte Ergebnisse in einzelnen Dimensionen, und sie sind der Grund, warum der Rahmen einen Ruf hat, der über seine Rolle als Schrankenwerkzeug hinausgeht. In zwei bestimmten Dimensionen trifft er die wahre Antwort.

In hohen Dimensionen war das Bild unschärfer. Cohn und Zhao bewiesen, dass das lineare Programm immer mindestens so stark ist wie die Kabatianskii–Levenshtein-Schranke für sphärische Codes. Das ist eine nützliche Garantie, denn die Kabatianskii–Levenshtein-Schranke war der beste bekannte allgemeine Exponent. Aber „mindestens so stark“ lässt zwei Möglichkeiten offen: Das Programm könnte diesen Exponenten genau erreichen oder ihn übertreffen. Das Dokument benennt die Folge direkt. Ob das lineare Programm den klassischen Kugelpackungsexponenten in hohen Dimensionen verbessert, war offen geblieben.

Afkhami-Jeddi, Cohn, Hartman, de Laat und Tajdini hatten die Rate des linearen Programms in hohen Dimensionen vermutet. Diese Vermutung ist ein vorsichtiges Objekt, und die Quelle behandelt sie so. Es war eine Vermutung, gestützt auf die Belege, die die Autoren hatten, und niemand hatte sie bewiesen. Das neue Ergebnis ändert ihren Status.

Der Hauptsatz #

Der Hauptsatz des Dokuments beweist die exponentielle Rate, die in den Vermutungen 3.1 und 3.2 jener Arbeit von 2020 vermutet wurde. Auf der Ebene formuliert, die die Angaben tragen: Die Autoren bestimmen die exakte exponentielle Abfallrate des linearen Programms von Cohn und Elkies für Kugelpackungen. Die asymptotische Stärke des Programms ist, in den Worten der Quelle, exakt bestimmt.

Zwei Folgen ergeben sich direkt aus der Quelle. Die erste ist eine verbesserte allgemeine Packungsschranke in hohen Dimensionen. Die zweite ist, dass das zugehörige Problem der Fourier-Vorzeichenunschärfe asymptotisch gelöst ist. Das sind Folgen unterschiedlicher Art. Die eine betrifft die Geometrie, die andere die Analysis, und dass ein einziger Satz beide liefert, ist der erste Hinweis darauf, dass Packungsproblem und Unschärfeproblem zwei Seiten derselben Struktur sind.

Die Quelle ordnet die Leistung auch historisch ein. Sie beschreibt das Ergebnis als erste Verbesserung des allgemeinen Kugelpackungsexponenten seit 1978. Der klassische Kabatianskii–Levenshtein-Exponent betrug 0,59905576..., und diese Zahl war der Maßstab. Das Dokument hält fest, dass spätere Verfeinerungen bei sphärischen Codes nur Faktoren niedrigerer Ordnung verbessert hatten. Mit anderen Worten: Beim Exponenten selbst, der führenden Größe, hatte sich nichts bewegt.

Ich halte diese Einordnung für die richtige, um das Ergebnis zu bewerten. Eine Verbesserung niedrigerer Ordnung justiert Konstanten und polynomielle Faktoren und lässt die exponentielle Rate, wo sie war. Eine Verbesserung des Exponenten ändert die Rate. Die Angaben tragen genau diese Unterscheidung, und sie tragen die Aussage, dass die früheren Verfeinerungen auf der Seite der niedrigeren Ordnung lagen.

Dimension / Rahmen	Klassische Basis (1978)	Lineares Programm von Cohn-Elkies	Neuer Beweis des Modells
Kugelpackungsexponent	Kabatianskii–Levenshtein-Schranke: 0,59905576...	Mindestens so stark wie Schranken sphärischer Codes (Cohn–Zhao)	Bewiesene exakte asymptotische Rate, vermutet von Afkhami-Jeddi et al. (2020)
Endgültigkeit der Schranke	Nur Verfeinerungen von Faktoren niedrigerer Ordnung	Offene Frage zur asymptotischen Lücke in hohen Dimensionen	Exakt passende untere Schranke: Keine Hilfsfunktion schlägt diese Rate
Fourier-Vorzeichenunschärfe	Getrennte Vorzeichenschranken ($A^+(d) < A^-(d)$)	Verknüpft mit anti-selbstdualen Fourier-Testfunktionen	Asymptotisch gelöst; Vorzeichenunschärfe durch Mellin-Spiegelung bestimmt
Fehlerkorrigierende Codes	Klassische Schranken für sphärische und binäre Codes	Asymptotisch an Packungsschranken gekoppelt	Verbesserungen um exponentielle Faktoren für alle Parameter mit festem Abstand
Methodische Obergrenze	Numerische Optimierung polynomieller Faktoren	Offene Optimierung der Hilfs-Testfunktionen $f \in \mathcal{A}_d$	Mathematische Obergrenze bewiesen: Weitere Gewinne erfordern Methoden jenseits von Cohn-Elkies

Warum die passende untere Schranke die Frage verändert #

Eine Verbesserung der oberen Schranke allein wäre eine gute Nachricht. Was dieses Ergebnis ungewöhnlich endgültig macht, ist die zweite Hälfte. Die passende untere Schranke zeigt, dass keine Cohn-Elkies-Hilfsfunktion diesen Exponenten verbessern kann.

Man bedenke, was das für das Forschungsprogramm bedeutet. Vor dem Ergebnis hatte eine Forscherin oder ein Forscher mit einer besseren Idee für die Konstruktion einer Hilfsfunktion einen plausiblen Weg zu einem noch besseren Kugelpackungsexponenten. Danach ist dieser Weg auf der Ebene der Exponenten versperrt. Jeder weitere Fortschritt beim Exponenten muss von außerhalb des Cohn-Elkies-Rahmens kommen, weil die Rate innerhalb nun exakt ist.

Ich will das nicht überhöhen. Die Angaben sagen nicht, dass der neue Exponent der wahre Kugelpackungsexponent ist, und sie sagen nicht, dass die Kugelpackung selbst nicht besser sein kann. Die Aussage betrifft das lineare Programm: Sein Exponent ist festgelegt, und er lässt sich durch eine andere Hilfsfunktion nicht schlagen. Ob eine andere Technik ihn schlagen könnte, ist eine Frage, die die Angaben nicht behandeln. Das ist eine klare Grenze, und es ist die Art von Grenze, die einem Fachgebiet sagt, wo es als Nächstes suchen soll.

Es gibt auch eine eher wirtschaftliche Lesart, für alle, denen es darum geht, wohin Aufwand fließt. Eine bekannte, exakte Obergrenze für eine Methode ist eine nützliche Information. Sie sagt, dass man aufhören sollte, innerhalb dieser Methode zu optimieren. Für alle, die Forschungszeit verteilen, ist der Wechsel von „das könnte besser werden“ zu „das kann nicht besser werden“ so viel wert wie ein bescheidenes positives Ergebnis.

Sphärische Codes und binäre Codes #

Die Sammlung hört nicht bei der Packung auf. Klassische obere Schranken für binäre und sphärische Codes mit festem Abstand werden für alle Parameter um exponentielle Faktoren verbessert. Dieser Satz trägt einen starken Quantor. Die Verbesserung erfolgt um exponentielle Faktoren, und sie gilt für alle Parameter, was mehr ist als eine Verbesserung in einem günstigen Bereich.

Es gibt auch eine Verbindung zurück zu Kapitel 1. Die Konstruktion sphärischer Codes liefert zudem den Kugelpackungsexponenten aus Kapitel 1 zurück. Die beiden Stränge verbinden sich also: Die Konstruktion auf der Code-Seite reproduziert den Exponenten auf der Packungsseite. Die Angaben erläutern den Mechanismus dieser Rückgewinnung nicht, und ich werde keinen erfinden. Was sie festhalten, ist die Richtung der Beziehung: Die sphärische Konstruktion ergibt denselben Exponenten wie das Packungskapitel.

Es lohnt sich, angesichts der obigen Geschichte daran zu erinnern, warum diese Verbindung wichtig ist. Die Kabatianskii–Levenshtein-Schranke für sphärische Codes war der Vergleichspunkt für das lineare Programm, und der Satz von Cohn und Zhao besagte, dass das Programm immer mindestens so stark ist. Die neuen Ergebnisse verbessern Code-Schranken ebenso wie Packungsschranken, und sie tun das mit einer Konstruktion, die zum Packungsexponenten zurückführt. Beide Seiten werden gemeinsam bewegt.

Das Problem der Vorzeichenunschärfe #

Die zweite Folge des Hauptsatzes betrifft die Fourier-Vorzeichenunschärfe, und das Dokument gibt genug Definitionen, um ihre Gestalt zu skizzieren.

Für eine Funktion g ist r(g) definiert als das Infimum der R ≥ 0, für die g(x) ≥ 0 bei |x| ≥ R gilt. Einfach gesagt ist r(g) der Radius, jenseits dessen g überall nichtnegativ ist. Gibt es keinen solchen Radius, ist r(g) = ∞. Das Unschärfeproblem fragt, wie klein dieser Radius für Funktionen werden kann, die in einer vorgegebenen Beziehung zu ihrer eigenen Fourier-Transformierten stehen.

Diese Beziehung ist ein Vorzeichen. Die Bedingung ĝ = ςg bindet eine Funktion bis auf das Vorzeichen an ihre Fourier-Transformierte. Die Vorzeichen +1 und −1 ergeben das ursprüngliche beziehungsweise das komplementäre Unschärfeproblem. Cohn und Gonçalves führten das anti-selbstduale Gegenstück ein, also das komplementäre Problem, und verbanden es mit der Kugelpackung. Diese Verbindung ist die Brücke, über die das Kugelpackungsergebnis das Unschärfeproblem asymptotisch löst.

Das komplementäre Problem ist keine Kuriosität der reinen Analysis. Im spinlosen modularen Bootstrap erzeugt die modulare S-Antisymmetrie anti-selbstduale Fourier-Testfunktionen, deren Vorzeichen im Unendlichen die Spektrallücke steuert. Die Quelle nennt dafür Hartman, Mazáč und Rastelli sowie die Arbeit von Afkhami-Jeddi et al. Eine Frage, die als Aussage über Funktionen und ihre Transformierten begann, taucht also auch in einem Umfeld mit physikalisch klingendem Namen auf, der Spektrallücke. Die Angaben gehen nicht über diesen einzeiligen Mechanismus hinaus, und ich auch nicht, aber es erinnert daran, dass das Unschärfeproblem außerhalb der Kugelpackung Gesellschaft hat.

Anhang A ergänzt einen Vergleich der beiden Probleme. Er stellt fest, dass A+(d) < A−(d) für alle d gilt. Das ist eine Aussage darüber, dass sich die beiden Probleme in jeder Dimension unterscheiden, wobei die erste Größe strikt kleiner ist als die zweite. Die Angaben geben keine weitere Deutung, und die Ungleichung ist schon deshalb erwähnenswert, weil sie ausnahmslos für alle d gilt.

Im Inneren des Arguments: Mittelung, Verschwinden und eine Massenabschätzung #

Das Dokument enthält mehrere technische Aussagen, die ein Gefühl dafür geben, wie die Unschärfeanalyse aufgebaut ist. Es sind Bruchstücke, und ich stelle sie als Bruchstücke dar, aber zusammen skizzieren sie eine Methode.

Beginnen wir mit der Symmetrie. Die Rotationsmittelung wird mit dem normierten Haar-Maß auf O(d) definiert. Mittelt man eine Funktion über Rotationen, erhält man eine radiale Funktion, und der Sinn ist, das Problem zu vereinfachen, ohne seine Nebenbedingungen zu verletzen. Die Quelle sagt, dass die Rotationsmittelung jede Vorzeichenbedingung in der Liste der Nebenbedingungen des Problems, bezeichnet mit (2), erhält. Sie fügt hinzu, dass aus ĝ = ςg folgt r(Rg) ≤ r(g), wobei Rg das Rotationsmittel von g ist. Die Mittelung verschlechtert den Vorzeichenradius also nie. Außerdem gilt, in der Formulierung der Quelle, Rg ≠ 0, sobald g ≠ 0 schließlich nichtnegativ ist; die Mittelung löscht also keine Funktion aus, die in großer Entfernung das richtige Vorzeichenverhalten hat.

Diese drei Tatsachen zusammen rechtfertigen eine Reduktion auf radiale Funktionen. Die Reduktion kostet beim Radius nichts, erhält die Vorzeichenbedingungen und lässt die Funktion nicht auf null zusammenfallen. Das ist die Gestalt eines üblichen Symmetriearguments, und die Angaben bestätigen jede seiner Zutaten.

Als Nächstes der Ursprung. Die Funktion g = h − ĥ verschwindet im Ursprung. Das ist die Art kleiner Tatsache, die in einem Beweis große Arbeit leistet, denn die Cohn-Elkies-Schranke enthält Werte im Ursprung direkt, und eine Funktion, die dort verschwindet, verhält sich anders als eine, die es nicht tut. Ein verwandter Korrekturschritt ist ebenfalls festgehalten: Die korrigierte Funktion gn erfüllt gn(0) = 0 und gn → g in L1. Eine Folge korrigierter Funktionen, die jeweils im Ursprung verschwinden, konvergiert also im L1-Sinn gegen g. So kann das Argument mit Funktionen arbeiten, die die Bedingung im Ursprung exakt erfüllen und dennoch das Ziel approximieren.

Dann gibt es eine quantitative Bedingung. Die Massenabschätzung erzwingt 1/a ≥ (1/π − o(1))√d. Die Angaben definieren a nicht, also kann ich nicht sagen, was es misst, und ich werde nicht raten. Sagen lässt sich die Form der Folgerung: eine untere Schranke für 1/a, die wie die Quadratwurzel der Dimension wächst, mit der Konstante 1/π und einer verschwindenden Korrektur. Eine Skala mit der Quadratwurzel der Dimension wirkt für hochdimensionale Geometrie natürlich, aber das ist meine Beobachtung zur Form des Ausdrucks, und die Angaben behaupten sie nicht als Mechanismus.

Das Mellin-Bild #

Ein weiteres Werkzeug erscheint im Dokument, und es erklärt am deutlichsten, warum die radiale Fourier-Analyse hier handhabbar ist. Nach einer Mellin-Transformation spiegelt die radiale Fourier-Transformation die Mellin-Variable. Das ist eine kompakte Aussage darüber, wie eine Transformation wirkt. Die Fourier-Transformation einer radialen Funktion, normalerweise ein Integraloperator, über den sich direkt schwer nachdenken lässt, wird zu einer Spiegelung in der Mellin-Variable. Spiegelungen sind etwa so einfach, wie Operatoren nur sein können.

Dieselbe Passage hält eine analytische Bedingung auf der anderen Seite fest. Der Schwartz-Abfall von g liefert einen schnellen Abfall von Φg für v → +∞. Hier ist Φg das Objekt aus der Mellin-Analyse und v seine Variable. Die Paarung ist aufschlussreich: Die Spiegelungseigenschaft erledigt die Struktur, der Schwartz-Abfall die Kontrolle im Unendlichen. Ein Beweis dieser Art braucht beides, denn Struktur ohne Abfall hinterlässt Integrale, die womöglich nicht konvergieren, und Abfall ohne Struktur hinterlässt nichts zu berechnen.

Das Dokument vermerkt außerdem, dass Sd der Flächeninhalt der Einheitssphäre ist, der als Normierungsfaktor eingeht, wenn radiale Integrale zwischen Sphäre und Gerade umgerechnet werden. Das ist ein definitorischer Punkt, und es ist die Art Buchführung, die darüber entscheidet, ob die Konstanten einer endgültigen Schranke stimmen.

Ich will klar sagen, was diese Bruchstücke sind. Sie sind nicht der Beweis. Die Angaben enthalten Aussagen, keine Herleitungen, und niemand sollte daraus das vollständige Argument rekonstruieren. Sie zeigen, dass die Analyse Symmetriereduktion, eine Bedingung im Ursprung, eine quantitative Massenabschätzung und eine Transformation verbindet, deren Wirkung sich nach einem Variablenwechsel vereinfacht. Diese Kombination ist für fourieranalytische Extremalprobleme üblich, was die Exaktheit des Endergebnisses eher bemerkenswerter macht als weniger. Werkzeuge, die nach Standard aussehen, reichten für eine scharfe Antwort.

Der Rest der Sammlung #

Das Kapitel zur Kugelpackung ist nur ein Teil des Dokuments, und die übrigen Ergebnisse verdienen eine faire Darstellung. Jedes wird hier genau so wiedergegeben, wie die Angaben es formulieren.

In der Gruppentheorie wird eine explizite nicht-sofische Gruppe konstruiert, die die seit Langem offene Frage beantwortet, ob jede abzählbare Gruppe sofisch ist. Der Beweis verbindet Arbeiten von Kun und von Kun–Thom mit einem kombinatorischen Expander-Matching-Argument, umgesetzt mit der binären Leavitt-Algebra und Thompsons Gruppe V. Das Wort „explizit“ hat hier Gewicht: Das Ergebnis ist eine Konstruktion und kein Existenzargument.

In den Operatoralgebren werden unendlich viele paarweise nicht isomorphe Gruppen mit Eigenschaft (T) konstruiert, die dieselbe Gruppen-von-Neumann-Algebra haben. Das widerlegt die Connes-Vermutung und beantwortet eine verwandte Endlich-zu-eins-Frage von Popa. Zwei benannte Fragen fallen durch eine einzige Konstruktion.

In der arithmetischen Komplexität gibt das Dokument untere Schranken für die Permanente an. Divisionsfreie Schaltkreise brauchen Ω(n² log log n) Gatter, Formeln dagegen Ω(n⁴ / log n) Blätter. Das sind zwei Schranken für zwei Berechnungsmodelle, und das Dokument stellt sie nebeneinander.

In der Quanteninformation wird exponentielle parallele Wiederholung für jedes endliche verschränkte Zwei-Spieler-Spiel bewiesen. Die Quelle sagt, dass dies das klassische Wiederholungsprinzip über die bisher behandelten Sonderklassen von Quantenspielen hinaus erweitert. Wieder fällt der Quantor auf: jedes endliche verschränkte Zwei-Spieler-Spiel, ohne Beschränkung auf eine Sonderklasse.

Bei der Approximationshärte liefert eine direkte Reduktion von 3SAT eine Härte mit Faktor n^(1/400) für das euklidische Problem des nächsten Vektors, mit verwandten Folgen für binäres Decodieren und andere Gitternormen. Der Exponent 1/400 ist klein, und ich gebe ihn lieber so wieder, wie er steht, als ihn aufzuhübschen. Die Angaben nennen die Reduktion direkt und verbinden sie mit Folgen für binäres Decodieren und andere Normen.

In der konvexen Geometrie wird die scharfe obere Volumenschranke (n + 1)^n / n! in jeder Dimension für konvexe Körper bewiesen, deren Schwerpunkt ihr einziger innerer Gitterpunkt ist. Schärfe und Gültigkeit in allen Dimensionen gehören beide zur Aussage.

In der Ramsey-Theorie zeigt eine neue superexponentielle untere Schranke, dass Rk(3) wie k^Θ(k) wächst. Und in der extremalen Graphentheorie widerlegen getrennte Konstruktionen bipartiter Graphen zwei Vermutungen: die Kompaktheitsvermutung von Erdős und Simonovits und eine Degeneriertheitsvermutung von Erdős.

Die Sammlung als Ganzes lesen #

Man könnte diese Liste leicht als Trophäenschrank behandeln, deshalb lohnt es sich zu sagen, was sich daraus schließen lässt und was nicht.

Sagen lässt sich, dass das Dokument Ergebnisse in mindestens acht Gebieten meldet, dass mehrere davon als Beantwortung oder Widerlegung benannter Vermutungen beschrieben werden und dass das Kugelpackungskapitel eine passende untere Schranke mitbringt, die sein Ergebnis innerhalb seines Rahmens endgültig macht. Die betroffenen Vermutungen tragen die Namen Connes, Popa, Erdős und Simonovits, und die Kugelpackungsrate war von Afkhami-Jeddi, Cohn, Hartman, de Laat und Tajdini vermutet worden. Ergebnisse, die benannte Fragen klären, lassen sich leicht bewerten, weil die Frage gestellt war, bevor es die Antwort gab.

Nicht sagen lässt sich auf Grundlage dieser Angaben allein etwas darüber, wie das Modell arbeitet, wie viele Versuche es brauchte, wie seine Ausgaben geprüft wurden oder wie es im Vergleich zu menschlicher Arbeit abschneidet. Die Quelle sagt, die Ergebnisse stammen von einem internen OpenAI-Modell, und dort enden die Angaben. Wer die Bedeutung der Sammlung als Beleg für maschinelle Mathematik gewichten will, braucht Informationen, die die Angaben nicht enthalten. Ich würde der Versuchung widerstehen, diese Lücke mit einer plausibel klingenden Erzählung zu füllen.

Eine Position lohnt sich dennoch. Die Ergebnisse sind in ihrer Technik heterogen: Die nicht-sofische Gruppe nutzt die binäre Leavitt-Algebra und Thompsons Gruppe V, das Kugelpackungsergebnis Fourier-Analyse und Mellin-Transformationen, und die Härte des nächsten Vektors eine Reduktion von 3SAT. Eine Sammlung, die so viel technisches Terrain abdeckt, ist nicht das Produkt eines einzigen, wiederholt angewandten Tricks. Was immer diese Ergebnisse hervorgebracht hat, arbeitete in mehreren mathematischen Dialekten, und so viel tragen die Angaben mindestens.

Was das für einzelne Branchen bedeutet #

Die exakte Bestimmung der Cohn-Elkies-Abfallrate in hohen Dimensionen und die begleitenden mathematischen Ergebnisse betreffen mehrere theoretische und angewandte rechnerische Felder.

Reine Mathematik und diskrete Geometrie #

Für Mathematikerinnen und Mathematiker in hochdimensionaler Geometrie und harmonischer Analysis verschiebt die Bestimmung der exakten Cohn-Elkies-Abfallrate die Forschungslandschaft. Weil die passende untere Schranke beweist, dass keine Hilfsfunktion in $\mathcal{A}_d$ den neuen Exponenten schlagen kann, können Forschende die Suche nach besseren radialen Testfunktionen im klassischen Rahmen der linearen Programmierung einstellen. Fortschritte zu dichteren Kugelpackungen oder schärferen universellen Schranken müssen nun nichtlineare Programmiertechniken, semidefinite Hierarchien höherer Ordnung oder grundlegend andere geometrische Konstruktionen erkunden.

Kryptografie und gitterbasierte Sicherheit #

Gitterbasierte Kryptografie - der Kern von Post-Quanten-Standards wie ML-KEM und ML-DSA - stützt sich stark auf die vermutete Schwierigkeit, kürzeste oder nächste Vektoren in hochdimensionalen euklidischen Gittern zu finden. Die direkte Reduktion von 3SAT, die eine Härte mit Faktor $n^{1/400}$ für das euklidische Problem des nächsten Vektors (CVP) begründet, festigt zusammen mit schärferen exponentiellen Obergrenzen für Kugelpackungen und sphärische Codes die theoretischen Grundlagen von Worst-Case-zu-Average-Case-Gitterreduktionen, ohne konkrete Sicherheitsparameter zu schwächen.

Automatisches Beweisen und Foundation Models #

Für Forschungsteams, die Schlussfolgerungssysteme und automatische Beweiser entwickeln, sind Breite und technische Tiefe der Sammlung ein eindrucksvoller Maßstab. Statt synthetische Varianten bekannter Beweise zu erzeugen, nahm sich das interne Modell offene Probleme vor, von der Gruppentheorie (Konstruktion einer expliziten nicht-sofischen Gruppe über Thompsons Gruppe V) über Operatoralgebren (Widerlegung der Connes-Vermutung) bis zur arithmetischen Komplexität (untere Schranken für die Permanente). Es zeigt, dass neuronale Architekturen sich in tiefer Fourier-Analyse und kombinatorischem Matching bewegen können, sofern Verifikation und Beweisprüfung streng bleiben.

Fazit #

Die Bestimmung der exakten Abfallrate des linearen Programms von Cohn und Elkies für Kugelpackungen schließt ein wichtiges Kapitel der geometrischen Analysis. Indem die Arbeit die Vermutung von Afkhami-Jeddi, Cohn, Hartman, de Laat und Tajdini aus dem Jahr 2020 beweist und die erste Verbesserung des allgemeinen Kugelpackungsexponenten seit 1978 liefert, setzt sie eine unverrückbare mathematische Basis. Mit einer passenden unteren Schranke, die bestätigt, dass keine Cohn-Elkies-Hilfsfunktion weitere exponentielle Gewinne bringen kann, klärt der Satz die asymptotische Stärke des linearen Programms und lenkt die Zukunft der hochdimensionalen Geometrie auf grundlegend neue analytische Horizonte.

Häufig gestellte Fragen #

Welche Bedeutung hatte die Kabatianskii–Levenshtein-Schranke?

Die 1978 aufgestellte Kabatianskii–Levenshtein-Schranke lieferte einen asymptotischen Exponenten von 0,59905576... als obere Schranke für die Kugelpackungsdichte in hohen Dimensionen. Über mehr als vier Jahrzehnte verbesserten spätere Verfeinerungen nur algebraische Faktoren niedrigerer Ordnung und ließen die führende exponentielle Rate bis zu diesem Ergebnis unberührt.

Warum ist die passende untere Schranke so entscheidend?

Eine obere Schranke allein zeigt, was das lineare Programm erreicht, doch eine passende untere Schranke beweist, dass keine Wahl der Hilfsfunktion f in der zulässigen Cohn-Elkies-Klasse A(d) einen kleineren Exponenten liefern kann. Damit ist eine absolute Obergrenze für den Rahmen der linearen Programmierung selbst festgelegt.

Wie hängt das Problem der Fourier-Vorzeichenunschärfe mit der Kugelpackung zusammen?

Cohn und Gonçalves zeigten, dass das komplementäre Problem der Fourier-Vorzeichenunschärfe (mit g_hat = -g) eng mit Kugelpackungsschranken gekoppelt ist. Über Rotationsmittelung und Spiegelungen der Mellin-Transformation löst die asymptotische Lösung des Cohn-Elkies-Programms das Problem der Fourier-Vorzeichenunschärfe direkt.

Gefährdet dieses Ergebnis die gitterbasierte Kryptografie?

Nein. Der Satz verschärft zwar obere Schranken dafür, wie dicht sich Kugeln in hohen Dimensionen packen lassen, und begründet eine Härte mit Faktor $n^{1/400}$ für das Problem des nächsten Vektors, liefert aber keine Gitterreduktionsalgorithmen in Polynomialzeit. Praktische Gitterkryptosysteme bleiben gegen bekannte Quanten- und klassische Angriffe sicher.

Quellen #

Nima Afkhami-Jeddi et al., (2020). Hochdimensionale Kugelpackungen und der modulare Bootstrap ⧉. Journal of High Energy Physics.
Henry Cohn und Noam Elkies, (2003). Neue obere Schranken für Kugelpackungen I ⧉. Annals of Mathematics.
Henry Cohn und Felipe Gonçalves, (2019). Ein optimales Unschärfeprinzip in der Fourier-Analyse ⧉. PNAS.
Henry Cohn und Yufei Zhao, (2014). Kugelpackungsschranken über sphärische Codes ⧉. Duke Mathematical Journal.
G. A. Kabatianskii und V. I. Levenshtein, (1978). Schranken für Packungen auf der Sphäre und im Raum ⧉. Problems of Information Transmission.
Maryna S. Viazovska, (2017). Das Kugelpackungsproblem in Dimension 8 ⧉. Annals of Mathematics.

Zuletzt überprüft 2026-10-05.

Zuletzt überprüft 2026-10-27.

Diesen Artikel republizieren

Internes OpenAI-Modell findet exakte Rate des Cohn-Elkies-Programms — Sebastien Rousseau

Ein internes OpenAI-Modell bestimmt die exakte Abfallrate des linearen Programms von Cohn-Elkies und verbessert erstmals seit 1978 den Exponenten der Kugelpackung.

Dieser Artikel ist lizenziert unter Creative Commons Attribution 4.0 International. Eine Republikation erfordert Attribution zur kanonischen URL.

Internes OpenAI-Modell findet exakte Rate des Cohn-Elkies-Programms — Sebastien Rousseau

Ein internes OpenAI-Modell bestimmt die exakte Abfallrate des linearen Programms von Cohn-Elkies und verbessert erstmals seit 1978 den Exponenten der Kugelpackung.

Originally published at https://sebastienrousseau.com/de/2026-10-05-internes-openai-modell-findet-exakte-rate/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER