Modello interno di OpenAI fissa il tasso esatto del metodo Cohn-Elkies

TL;DR. Un modello interno di OpenAI determina il tasso di decadimento esatto del programma lineare di Cohn-Elkies e migliora l'esponente generale di impacchettamento dal 1978.

Punti chiave

Che cos'è la raccolta e perché un risultato spicca. Il documento si apre con modestia.
Il programma di Cohn-Elkies e ciò che limita. L'impacchettamento di sfere chiede con quale densità palle che non si sovrappongono possano riempire lo spazio.
Che cosa aveva già ottenuto l'impianto. Prima di arrivare al nuovo teorema, vale la pena precisare che cosa avesse già prodotto l'impianto di programmazione lineare basato sull'analisi di Fourier, perché il nuovo risultato dice in parte quanto più lontano…
Il teorema principale. Il teorema principale del documento dimostra il tasso esponenziale congetturato nelle congetture 3.1 e 3.2 di quell'articolo del 2020.

Una raccolta di risultati matematici di un modello interno di OpenAI risolve la questione della forza asintotica del programma lineare di Cohn-Elkies per l'impacchettamento di sfere. Fornisce il primo miglioramento dell'esponente generale di impacchettamento dal 1978, insieme a un limite inferiore che vi corrisponde esattamente.

Che cos'è la raccolta e perché un risultato spicca #

Il documento si apre con modestia. Presenta una raccolta di risultati ottenuti da un modello interno di OpenAI e dice che spaziano tra matematica e informatica teorica. È una descrizione di provenienza e di ambito, e non dice come il modello sia stato usato né come i suoi risultati siano stati verificati. Sono domande importanti, e la fonte, così come è riassunta qui, le lascia senza risposta, quindi questo articolo non fingerà il contrario. Ciò che le affermazioni sostengono è un elenco di risultati dichiarati, e l'elenco è abbastanza lungo perché la domanda interessante non sia se un singolo elemento impressioni. È perché uno di essi meriti la maggior parte dell'attenzione.

Il motivo è che il risultato sull'impacchettamento di sfere è l'unico della raccolta a colmare un divario quantitativo in un programma di ricerca con una storia lunga e ben riconoscibile. Gli altri sono notevoli di per sé. Un gruppo non sofico esplicito risponde a una domanda di lunga data. Una confutazione della congettura di Connes chiude una proposta avanzata da un matematico ben noto. Ma il risultato sull'impacchettamento si trova alla fine di una catena che parte da un impianto di analisi di Fourier, passa per due celebri soluzioni esatte in dimensioni specifiche e arriva a una domanda sulle dimensioni alte rimasta aperta per anni. Capirlo significa capire quella catena.

La maggior parte di ciò che segue riguarda quindi il programma lineare di Cohn-Elkies: che cos'è, che cosa se ne sapeva, che cosa dice il nuovo teorema e come è costruita la parte dell'argomento sull'incertezza di segno. Una sezione più breve passa poi in rassegna gli altri risultati della raccolta, ciascuno così come è enunciato e senza andare oltre.

Il programma di Cohn-Elkies e ciò che limita #

L'impacchettamento di sfere chiede con quale densità palle che non si sovrappongono possano riempire lo spazio. Il documento fissa la notazione. Per centri separati da almeno 1, ∆d è l'estremo superiore delle densità superiori delle palle di raggio 1/2 in Rd. In altre parole, ∆d indica la densità massima di impacchettamento di sfere in Rd. Tutto ciò che si trova nel primo capitolo della raccolta si misura rispetto a questa quantità.

Il programma di Cohn-Elkies fornisce un limite superiore per ∆d. Il suo valore ottimo si scrive LPd ed è definito come il limite di densità ottimo fornito dal programma. Il meccanismo è il limite di Gorbachev–Cohn-Elkies, che associa a ogni funzione f di una classe chiamata Ad il limite superiore di densità vd f(0)/(2d f̂(0)). A parole: si sceglie una funzione ausiliaria f nella classe ammissibile, se ne calcola il valore nell'origine e quello della sua trasformata di Fourier nell'origine, si forma quel rapporto con i fattori di volume e di scala, e il risultato limita dall'alto la densità di impacchettamento. Il programma lineare cerca la f che rende questo limite il più piccolo possibile.

In questo impianto tutta la difficoltà sta nello scegliere bene f. Una funzione scelta con cura dà un limite stretto, una scelta male dà un limite debole ma comunque valido. Ecco perché il limite inferiore corrispondente del nuovo risultato conta così tanto. Parla di tutte le funzioni ammissibili insieme e trasforma la ricerca di funzioni migliori in una questione chiusa.

Che cosa aveva già ottenuto l'impianto #

Prima di arrivare al nuovo teorema, vale la pena precisare che cosa avesse già prodotto l'impianto di programmazione lineare basato sull'analisi di Fourier, perché il nuovo risultato dice in parte quanto più lontano possa ancora spingersi.

Viazovska ha usato questo impianto per dimostrare che il reticolo E8 dà l'impacchettamento ottimo in dimensione otto. Cohn, Kumar, Miller, Radchenko e Viazovska hanno poi stabilito l'ottimalità del reticolo di Leech in dimensione ventiquattro. Sono risultati esatti in dimensioni singole, e sono il motivo per cui l'impianto ha una reputazione che va oltre il suo ruolo di strumento per ottenere limiti. In due dimensioni precise, coglie la risposta vera.

In dimensione alta il quadro era più torbido. Cohn e Zhao hanno dimostrato che il programma lineare è sempre almeno altrettanto forte del limite di Kabatianskii–Levenshtein per i codici sferici. È una garanzia utile, perché il limite di Kabatianskii–Levenshtein era il miglior esponente generale noto. Ma «almeno altrettanto forte» lascia aperte due possibilità: il programma poteva eguagliare esattamente quell'esponente oppure batterlo. Il documento ne trae direttamente la conseguenza. Se il programma lineare migliori l'esponente classico di impacchettamento in dimensione alta era rimasto una questione aperta.

Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini avevano congetturato il tasso del programma lineare in dimensione alta. Quella congettura è un oggetto prudente, e la fonte la tratta come tale. Era una congettura, sostenuta dagli elementi di cui disponevano gli autori, e nessuno l'aveva dimostrata. Il nuovo risultato ne cambia lo status.

Il teorema principale #

Il teorema principale del documento dimostra il tasso esponenziale congetturato nelle congetture 3.1 e 3.2 di quell'articolo del 2020. Enunciato al livello che le affermazioni sostengono: gli autori determinano il tasso esatto di decadimento esponenziale del programma lineare di Cohn-Elkies per l'impacchettamento di sfere. La forza asintotica del programma è, con le parole della fonte, determinata esattamente.

Dalla fonte discendono direttamente due conseguenze. La prima è un limite generale di impacchettamento migliorato in dimensione alta. La seconda è che il corrispondente problema di incertezza di segno di Fourier è risolto asintoticamente. Sono conseguenze di natura diversa. Una riguarda la geometria, l'altra l'analisi, e il fatto che un solo teorema le fornisca entrambe è il primo indizio che il problema dell'impacchettamento e quello dell'incertezza sono due facce della stessa struttura.

La fonte inquadra anche il risultato nella storia. Lo descrive come il primo miglioramento dal 1978 dell'esponente generale di impacchettamento di sfere. L'esponente classico di Kabatianskii–Levenshtein era 0,59905576..., e quella cifra era stata il riferimento. Il documento registra che i successivi affinamenti sui codici sferici avevano migliorato solo fattori di ordine inferiore. In altre parole, per l'esponente stesso, che è la quantità di ordine principale, nulla si era mosso.

Direi che questo è l'inquadramento giusto per valutare il risultato. Un miglioramento di ordine inferiore ritocca costanti e fattori polinomiali e lascia il tasso esponenziale dov'era. Un miglioramento dell'esponente cambia il tasso. Le affermazioni sostengono esattamente questa distinzione, e sostengono che gli affinamenti precedenti ricadevano dal lato dell'ordine inferiore.

Dimensione / impianto	Riferimento classico (1978)	Programma lineare di Cohn-Elkies	Nuova dimostrazione del modello
Esponente di impacchettamento	Limite di Kabatianskii–Levenshtein: 0,59905576...	Almeno altrettanto forte dei limiti dei codici sferici (Cohn–Zhao)	Dimostrato il tasso asintotico esatto congetturato da Afkhami-Jeddi et al. (2020)
Carattere definitivo del limite	Solo affinamenti di fattori di ordine inferiore	Questione aperta sul divario asintotico in dimensione alta	Limite inferiore corrispondente esatto: nessuna funzione ausiliaria batte questo tasso
Incertezza di segno di Fourier	Limiti di segno separati ($A^+(d) < A^-(d)$)	Legata a funzioni test anti-autoduali di Fourier	Risolta asintoticamente; incertezza di segno governata dalla riflessione di Mellin
Codici a correzione d'errore	Limiti classici per codici sferici e binari	Accoppiati asintoticamente ai limiti di impacchettamento	Miglioramenti di fattori esponenziali per tutti i parametri a distanza fissata
Tetto metodologico	Ottimizzazione numerica di fattori polinomiali	Ottimizzazione aperta delle funzioni test ausiliarie $f \in \mathcal{A}_d$	Tetto matematico dimostrato: ulteriori guadagni richiedono metodi estranei a Cohn-Elkies

Perché il limite inferiore corrispondente cambia la domanda #

Un miglioramento del solo limite superiore sarebbe già una buona notizia. Ciò che rende questo risultato insolitamente definitivo è la seconda metà. Il limite inferiore corrispondente mostra che nessuna funzione ausiliaria di Cohn-Elkies può migliorare questo esponente.

Si consideri che cosa comporta per il programma di ricerca. Prima del risultato, chi avesse avuto un'idea migliore per costruire una funzione ausiliaria disponeva di una strada plausibile verso un esponente di impacchettamento ancora migliore. Dopo, quella strada è chiusa a livello di esponenti. Ogni ulteriore progresso sull'esponente dovrà venire dall'esterno dell'impianto di Cohn-Elkies, perché al suo interno il tasso è ormai esatto.

Non voglio esagerare. Le affermazioni non dicono che il nuovo esponente sia il vero esponente dell'impacchettamento di sfere, né che l'impacchettamento in sé non possa fare di meglio. L'enunciato riguarda il programma lineare: il suo esponente è fissato e non può essere battuto cambiando la funzione ausiliaria. Se una tecnica diversa potrebbe batterlo è una domanda che le affermazioni non affrontano. È un confine netto, ed è il tipo di confine che dice a un settore dove guardare in seguito.

C'è anche una lettura di taglio economico, per chi bada a dove va lo sforzo. Un tetto esatto e noto per un metodo è un'informazione utile. Dice di smettere di ottimizzare dentro quel metodo. Per chi distribuisce tempo di ricerca, il passaggio da «questo potrebbe migliorare» a «questo non può migliorare» vale quanto un modesto risultato positivo.

Codici sferici e codici binari #

La raccolta non si ferma all'impacchettamento. I limiti superiori classici per i codici binari e sferici a distanza fissata vengono migliorati di fattori esponenziali per tutti i parametri. Quella frase contiene un quantificatore forte. Il miglioramento è di fattori esponenziali e vale per tutti i parametri, il che è più ampio di un miglioramento in un regime favorevole.

C'è anche un collegamento con il capitolo 1. La costruzione dei codici sferici recupera anche l'esponente di impacchettamento del capitolo 1. I due fili quindi si collegano: la costruzione dal lato dei codici riproduce l'esponente dal lato dell'impacchettamento. Le affermazioni non illustrano il meccanismo di questo recupero, e non ne inventerò uno. Ciò che stabiliscono è la direzione del rapporto: la costruzione sferica dà lo stesso esponente del capitolo sull'impacchettamento.

Conviene ricordare perché questo collegamento conti alla luce della storia vista sopra. Il limite di Kabatianskii–Levenshtein per i codici sferici era il termine di confronto per il programma lineare, e il teorema di Cohn e Zhao diceva che il programma è sempre almeno altrettanto forte. I nuovi risultati migliorano tanto i limiti sui codici quanto quelli sull'impacchettamento, e lo fanno a partire da una costruzione che riconduce all'esponente di impacchettamento. I due lati vengono spostati insieme.

Il problema dell'incertezza di segno #

La seconda conseguenza del teorema principale riguarda l'incertezza di segno di Fourier, e il documento dà abbastanza definizioni per abbozzarne la forma.

Per una funzione g, r(g) è definito come l'estremo inferiore degli R ≥ 0 tali che g(x) ≥ 0 per |x| ≥ R. In parole semplici, r(g) è il raggio oltre il quale g è ovunque non negativa. Quando un tale raggio non esiste, r(g) = ∞. Il problema di incertezza riguarda quanto piccolo possa essere reso questo raggio per funzioni che hanno una relazione prescritta con la propria trasformata di Fourier.

Quella relazione è un segno. La condizione ĝ = ςg lega una funzione alla sua trasformata di Fourier a meno del segno. I segni +1 e −1 danno rispettivamente il problema di incertezza originale e quello complementare. Cohn e Gonçalves hanno introdotto la controparte anti-autoduale di Fourier, cioè il problema complementare, e l'hanno collegata all'impacchettamento di sfere. Quel collegamento è il ponte attraverso cui il risultato sull'impacchettamento risolve asintoticamente il problema di incertezza.

Il problema complementare non è una curiosità dell'analisi pura. Nel bootstrap modulare senza spin, l'antisimmetria modulare S produce funzioni test anti-autoduali di Fourier il cui segno all'infinito controlla il gap spettrale. La fonte cita in proposito Hartman, Mazáč e Rastelli e l'articolo di Afkhami-Jeddi et al. Una domanda nata come enunciato su funzioni e trasformate compare quindi anche in un contesto dal nome quasi fisico, il gap spettrale. Le affermazioni non vanno oltre quel meccanismo di una riga, e nemmeno io, ma ricorda che il problema di incertezza ha compagnia fuori dall'impacchettamento di sfere.

L'appendice A aggiunge un confronto tra i due problemi. Osserva che A+(d) < A−(d) per ogni d. È un enunciato secondo cui i due problemi differiscono in ogni dimensione, con la prima quantità strettamente minore della seconda. Le affermazioni non danno altre interpretazioni, e la disuguaglianza merita di essere notata semplicemente perché vale per ogni d, senza eccezioni.

Dentro l'argomento: media, annullamento e una stima di massa #

Il documento contiene diversi enunciati tecnici che danno un'idea di come sia costruita l'analisi dell'incertezza. Sono frammenti, e li presenterò come frammenti, ma insieme abbozzano un metodo.

Si parte dalla simmetria. La media per rotazioni è definita tramite la misura di Haar normalizzata su O(d). Mediando una funzione sulle rotazioni si ottiene una funzione radiale, e lo scopo è semplificare il problema senza violarne i vincoli. La fonte dice che la media per rotazioni preserva ogni condizione di segno nell'elenco dei vincoli del problema, indicato con (2). Aggiunge che se ĝ = ςg, allora r(Rg) ≤ r(g), dove Rg è la media per rotazioni di g. La media quindi non peggiora mai il raggio di segno. Inoltre, nella formulazione della fonte, Rg ≠ 0 ogni volta che g ≠ 0 è definitivamente non negativa, quindi la media non annulla una funzione che ha il giusto comportamento di segno a grande distanza.

Questi tre fatti insieme giustificano una riduzione alle funzioni radiali. La riduzione non costa nulla sul raggio, preserva le condizioni di segno e non fa collassare la funzione a zero. È la forma di un argomento di simmetria standard, e le affermazioni ne confermano ogni ingrediente.

Poi, l'origine. La funzione g = h − ĥ si annulla nell'origine. È il tipo di piccolo fatto che svolge un grande lavoro in una dimostrazione, perché il limite di Cohn-Elkies coinvolge direttamente valori nell'origine, e una funzione che vi si annulla si comporta diversamente da una che non lo fa. È registrato anche un passo di correzione collegato: la funzione corretta gn soddisfa gn(0) = 0 e gn → g in L1. Una successione di funzioni corrette, ciascuna nulla nell'origine, converge quindi a g nel senso di L1. Questo permette all'argomento di lavorare con funzioni che soddisfano esattamente la condizione nell'origine continuando ad approssimare l'obiettivo.

C'è poi un vincolo quantitativo. La stima di massa impone 1/a ≥ (1/π − o(1))√d. Le affermazioni non definiscono a, quindi non posso dire che cosa misuri, e non tirerò a indovinare. Ciò che si può dire è la forma della conclusione: un limite inferiore per 1/a che cresce come la radice quadrata della dimensione, con costante 1/π e una correzione che svanisce. Una scala a radice quadrata della dimensione sembra naturale per la geometria in dimensione alta, ma è una mia osservazione sulla forma dell'espressione, e le affermazioni non la presentano come un meccanismo.

Il quadro di Mellin #

Nel documento compare un altro strumento, ed è quello che spiega più chiaramente perché qui l'analisi di Fourier radiale sia trattabile. Dopo una trasformata di Mellin, la trasformata di Fourier radiale riflette la variabile di Mellin. È un enunciato compatto su come agisce una trasformata. La trasformata di Fourier di una funzione radiale, di norma un operatore integrale su cui è scomodo ragionare direttamente, diventa una riflessione nella variabile di Mellin. Le riflessioni sono tra gli operatori più semplici che esistano.

Lo stesso passo registra una condizione analitica dall'altro lato. Il decadimento di Schwartz di g dà un decadimento rapido di Φg per v → +∞. Qui Φg è l'oggetto ottenuto nell'analisi di Mellin, e v la sua variabile. L'accoppiamento è istruttivo: la proprietà di riflessione gestisce la struttura, il decadimento di Schwartz il controllo all'infinito. Una dimostrazione di questo tipo ha bisogno di entrambi, perché la struttura senza decadimento lascia integrali che potrebbero non convergere, e il decadimento senza struttura non lascia nulla da calcolare.

Il documento osserva anche che Sd è l'area della sfera unitaria, che entra come fattore di normalizzazione quando gli integrali radiali vengono convertiti tra la sfera e la retta. È un punto di definizione, ed è il tipo di contabilità che decide se le costanti di un limite finale risultano corrette.

Voglio essere chiaro su che cosa siano questi frammenti. Non sono la dimostrazione. Le affermazioni danno enunciati, non derivazioni, e nessun lettore dovrebbe ricostruire da essi l'argomento completo. Ciò che mostrano è che l'analisi combina riduzione per simmetria, una condizione nell'origine, una stima quantitativa di massa e una trasformata la cui azione si semplifica dopo un cambio di variabile. Questa combinazione è convenzionale per i problemi estremali di analisi di Fourier, il che rende l'esattezza del risultato finale più notevole, non meno. Strumenti dall'aspetto standard sono bastati per arrivare a una risposta ottimale.

Il resto della raccolta #

Il capitolo sull'impacchettamento di sfere è solo una parte del documento, e gli altri risultati meritano un resoconto equo. Ciascuno è riportato qui esattamente come lo danno le affermazioni.

In teoria dei gruppi viene costruito un gruppo non sofico esplicito, che risponde alla domanda di lunga data se ogni gruppo numerabile sia sofico. La dimostrazione combina lavori di Kun e di Kun–Thom con un argomento combinatorio di accoppiamento tramite espansori, realizzato con l'algebra di Leavitt binaria e il gruppo V di Thompson. La parola «esplicito» qui ha peso: il risultato è una costruzione e non un argomento di esistenza.

Nelle algebre di operatori vengono costruiti infiniti gruppi con la proprietà (T), a due a due non isomorfi, con la stessa algebra di von Neumann di gruppo. Questo confuta la congettura di Connes e risponde a una domanda collegata di Popa sul carattere finito-a-uno. Due domande con un nome cadono con un'unica costruzione.

In complessità aritmetica, il documento dà limiti inferiori per il permanente. I circuiti senza divisione richiedono Ω(n² log log n) porte, mentre le formule richiedono Ω(n⁴ / log n) foglie. Sono due limiti per due modelli di calcolo, e il documento li enuncia fianco a fianco.

In informazione quantistica, la ripetizione parallela esponenziale è dimostrata per ogni gioco entangled finito a due giocatori. La fonte dice che questo estende il principio classico di ripetizione oltre le classi speciali di giochi quantistici trattate in precedenza. Di nuovo spicca il quantificatore: ogni gioco entangled finito a due giocatori, senza restrizione a una classe speciale.

Nella difficoltà di approssimazione, una riduzione diretta da 3SAT dà una difficoltà con fattore n^(1/400) per il problema euclideo del vettore più vicino, con conseguenze collegate per la decodifica binaria e altre norme sui reticoli. L'esponente 1/400 è piccolo, e preferisco riportarlo così com'è anziché abbellirlo. Le affermazioni definiscono la riduzione diretta e le associano conseguenze per la decodifica binaria e altre norme.

In geometria convessa, il limite superiore ottimale di volume (n + 1)^n / n! è dimostrato in ogni dimensione per i corpi convessi il cui baricentro è il loro unico punto interno del reticolo. Ottimalità e validità in ogni dimensione fanno entrambe parte dell'enunciato.

In teoria di Ramsey, un nuovo limite inferiore superesponenziale mostra che Rk(3) cresce come k^Θ(k). E in teoria estremale dei grafi, distinte costruzioni di grafi bipartiti confutano due congetture: la congettura di compattezza di Erdős e Simonovits e una congettura di degenerazione di Erdős.

Leggere la raccolta nel suo insieme #

Sarebbe facile trattare questo elenco come una bacheca di trofei, quindi vale la pena dire che cosa se ne può concludere e che cosa no.

Si può dire che il documento riporta risultati in almeno otto aree, che diversi sono descritti come risposte a congetture con un nome o loro confutazioni, e che il capitolo sull'impacchettamento è accompagnato da un limite inferiore corrispondente che rende definitivo il suo risultato all'interno del suo impianto. Le congetture coinvolte portano i nomi di Connes, Popa, Erdős e Simonovits, e il tasso di impacchettamento era stato congetturato da Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini. I risultati che risolvono domande con un nome sono facili da valutare, perché la domanda era stata posta prima che esistesse la risposta.

Non si può dire, sulla sola base di queste affermazioni, nulla su come funzioni il modello, su quanti tentativi gli siano serviti, su come siano stati verificati i suoi risultati o su come si confronti con il lavoro umano. La fonte dice che i risultati sono stati ottenuti da un modello interno di OpenAI, e le affermazioni si fermano lì. Chi volesse soppesare il significato della raccolta come prova sulla matematica prodotta dalle macchine ha bisogno di informazioni che le affermazioni non contengono. Resisterei alla tentazione di colmare quel vuoto con un racconto plausibile.

C'è comunque una posizione che vale la pena prendere. I risultati sono eterogenei nella tecnica: il gruppo non sofico usa l'algebra di Leavitt binaria e il gruppo V di Thompson, il risultato sull'impacchettamento usa l'analisi di Fourier e le trasformate di Mellin, e la difficoltà del vettore più vicino usa una riduzione da 3SAT. Una raccolta che copre un terreno tecnico così vasto non è il prodotto di un unico trucco applicato più volte. Qualunque cosa abbia prodotto questi risultati operava in più dialetti matematici, e le affermazioni sostengono almeno questo.

Che cosa significa per settore #

La determinazione esatta del tasso di decadimento di Cohn-Elkies in dimensione alta e i risultati matematici che l'accompagnano incidono su diversi campi computazionali, teorici e applicati.

Matematica pura e geometria discreta #

Per chi lavora in geometria in dimensione alta e in analisi armonica, la determinazione del tasso esatto di Cohn-Elkies sposta il panorama della ricerca. Poiché il limite inferiore corrispondente dimostra che nessuna funzione ausiliaria in $\mathcal{A}_d$ può battere il nuovo esponente, i ricercatori possono smettere di cercare funzioni test radiali migliori all'interno dell'impianto classico di programmazione lineare. I progressi verso impacchettamenti più densi o limiti universali più stretti dovranno ora esplorare tecniche di programmazione non lineare, gerarchie semidefinite di ordine superiore o costruzioni geometriche radicalmente diverse.

Crittografia e sicurezza basata sui reticoli #

La crittografia basata sui reticoli - nucleo di standard post-quantistici come ML-KEM e ML-DSA - si fonda in larga misura sulla difficoltà congetturata di trovare i vettori più corti o più vicini in reticoli euclidei di dimensione alta. La riduzione diretta da 3SAT, che stabilisce una difficoltà con fattore $n^{1/400}$ per il problema euclideo del vettore più vicino (CVP), unita a tetti esponenziali più stretti sugli impacchettamenti di sfere e sui codici sferici, consolida le basi teoriche delle riduzioni dal caso peggiore al caso medio sui reticoli senza indebolire i parametri di sicurezza concreti.

Dimostrazione automatica e modelli di fondazione #

Per i team che sviluppano sistemi di ragionamento e dimostratori automatici, l'ampiezza e la profondità tecnica della raccolta costituiscono un riferimento notevole. Invece di produrre varianti sintetiche di dimostrazioni note, il modello interno ha affrontato problemi aperti in teoria dei gruppi (costruzione di un gruppo non sofico esplicito tramite il gruppo V di Thompson), nelle algebre di operatori (confutazione della congettura di Connes) e nella complessità aritmetica (limiti inferiori per il permanente). Dimostra che le architetture neurali possono muoversi in un'analisi di Fourier profonda e nell'accoppiamento combinatorio, purché verifica e controllo delle dimostrazioni restino rigorosi.

Conclusione #

La determinazione del tasso di decadimento esatto del programma lineare di Cohn-Elkies per l'impacchettamento di sfere chiude un capitolo importante dell'analisi geometrica. Dimostrando la congettura del 2020 di Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini e fornendo il primo miglioramento dell'esponente generale di impacchettamento dal 1978, il lavoro fissa un riferimento matematico incrollabile. Con un limite inferiore corrispondente che conferma che nessuna funzione ausiliaria di Cohn-Elkies può dare ulteriori guadagni esponenziali, il teorema risolve la forza asintotica del programma lineare e orienta il futuro della geometria in dimensione alta verso orizzonti analitici radicalmente nuovi.

Domande frequenti #

Qual era l'importanza del limite di Kabatianskii–Levenshtein?

Stabilito nel 1978, il limite di Kabatianskii–Levenshtein forniva un esponente asintotico di limite superiore pari a 0,59905576... per la densità di impacchettamento di sfere in dimensione alta. Per più di quattro decenni, gli affinamenti successivi hanno migliorato solo fattori algebrici di ordine inferiore, lasciando intatto il tasso esponenziale principale fino a questo risultato.

Perché il limite inferiore corrispondente è così decisivo?

Un limite superiore da solo mostra che cosa ottiene il programma lineare, ma un limite inferiore corrispondente dimostra che nessuna scelta di funzione ausiliaria f nella classe ammissibile di Cohn-Elkies A(d) può dare un esponente più piccolo. Questo fissa un tetto assoluto all'impianto di programmazione lineare stesso.

Che rapporto c'è tra il problema di incertezza di segno di Fourier e l'impacchettamento di sfere?

Cohn e Gonçalves hanno stabilito che il problema complementare di incertezza di segno di Fourier (in cui g_hat = -g) è strettamente accoppiato ai limiti di impacchettamento di sfere. Attraverso la media per rotazioni e le riflessioni della trasformata di Mellin, la soluzione asintotica del programma di Cohn-Elkies risolve direttamente il problema di incertezza di segno di Fourier.

Questo risultato compromette la crittografia basata sui reticoli?

No. Il teorema rende più stretti i limiti superiori sulla densità con cui le sfere possono essere impacchettate in dimensione alta e stabilisce una difficoltà con fattore $n^{1/400}$ per il problema del vettore più vicino, ma non fornisce algoritmi di riduzione dei reticoli in tempo polinomiale. I crittosistemi pratici basati sui reticoli restano sicuri contro gli attacchi quantistici e classici noti.

Riferimenti #

Nima Afkhami-Jeddi et al., (2020). Impacchettamenti di sfere in dimensione alta e bootstrap modulare ⧉. Journal of High Energy Physics.
Henry Cohn e Noam Elkies, (2003). Nuovi limiti superiori per gli impacchettamenti di sfere I ⧉. Annals of Mathematics.
Henry Cohn e Felipe Gonçalves, (2019). Un principio di incertezza ottimale nell'analisi di Fourier ⧉. PNAS.
Henry Cohn e Yufei Zhao, (2014). Limiti di impacchettamento di sfere tramite codici sferici ⧉. Duke Mathematical Journal.
G. A. Kabatianskii e V. I. Levenshtein, (1978). Limiti per gli impacchettamenti su una sfera e nello spazio ⧉. Problems of Information Transmission.
Maryna S. Viazovska, (2017). Il problema dell'impacchettamento di sfere in dimensione 8 ⧉. Annals of Mathematics.

Ultima revisione 2026-10-05.

Ultima revisione 2026-10-27.

Ripubblica questo articolo

Modello interno di OpenAI fissa il tasso esatto del metodo Cohn-Elkies — Sebastien Rousseau

Un modello interno di OpenAI determina il tasso di decadimento esatto del programma lineare di Cohn-Elkies e migliora l'esponente generale di impacchettamento dal 1978.

Questo articolo è pubblicato con licenza Creative Commons Attribution 4.0 International. La ripubblicazione richiede l'attribuzione all'URL canonico.

Modello interno di OpenAI fissa il tasso esatto del metodo Cohn-Elkies — Sebastien Rousseau

Un modello interno di OpenAI determina il tasso di decadimento esatto del programma lineare di Cohn-Elkies e migliora l'esponente generale di impacchettamento dal 1978.

Originally published at https://sebastienrousseau.com/it/2026-10-05-modello-interno-openai-fissa-tasso-esatto/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER