Modelo interno da OpenAI fixa a taxa exata do programa de Cohn-Elkies

TL;DR. Um modelo interno da OpenAI determina a taxa de decaimento exata do programa linear de Cohn-Elkies e melhora o expoente geral de empacotamento pela 1ª vez desde 1978.

Principais conclusões

O que é a coleção e por que um resultado se destaca. O documento começa de forma modesta.
O programa de Cohn-Elkies e o que ele limita. O empacotamento de esferas pergunta com que densidade bolas que não se sobrepõem podem preencher o espaço.
O que o arcabouço já tinha conseguido. Antes de chegar ao novo teorema, vale a pena ser preciso sobre o que o arcabouço de programação linear baseado em análise de Fourier já tinha entregado, porque o novo resultado é em parte uma afirmação sobre quanto…
O teorema principal. O teorema principal do documento prova a taxa exponencial conjecturada nas conjecturas 3.1 e 3.2 daquele artigo de 2020.

Uma coleção de resultados matemáticos de um modelo interno da OpenAI resolve a força assintótica do programa linear de Cohn-Elkies para empacotamento de esferas. Ela traz a primeira melhoria do expoente geral de empacotamento desde 1978, acompanhada de uma cota inferior que coincide exatamente com ele.

O que é a coleção e por que um resultado se destaca #

O documento começa de forma modesta. Ele apresenta uma coleção de resultados obtidos por um modelo interno da OpenAI e diz que eles abrangem matemática e ciência da computação teórica. É uma descrição de procedência e de alcance, e não diz como o modelo foi usado nem como seus resultados foram verificados. Essas perguntas importam, e a fonte, tal como resumida aqui, as deixa sem resposta, então este artigo não vai fingir o contrário. O que as afirmações sustentam é uma lista de resultados declarados, e a lista é longa o bastante para que a pergunta interessante não seja se algum item isolado impressiona. É por que um deles merece a maior parte da atenção.

O motivo é que o resultado sobre empacotamento de esferas é o único da coleção que fecha uma lacuna quantitativa em um programa de pesquisa com uma história longa e bem identificada. Os outros são notáveis por si mesmos. Um grupo não sófico explícito responde a uma pergunta antiga. Uma refutação da conjectura de Connes resolve algo proposto por um matemático conhecido. Mas o resultado sobre empacotamento fica no fim de uma cadeia que parte de um arcabouço de análise de Fourier, passa por duas soluções exatas célebres em dimensões específicas e chega a uma pergunta sobre dimensões altas que ficou em aberto por anos. Entendê-lo exige entender essa cadeia.

Por isso, a maior parte do que vem a seguir trata do programa linear de Cohn-Elkies: o que ele é, o que se sabia sobre ele, o que diz o novo teorema e como é montado o lado do argumento dedicado à incerteza de sinal. Uma seção mais curta revisa depois os demais resultados da coleção, cada um como foi enunciado e sem ir além.

O programa de Cohn-Elkies e o que ele limita #

O empacotamento de esferas pergunta com que densidade bolas que não se sobrepõem podem preencher o espaço. O documento fixa a notação. Para centros separados por pelo menos 1, ∆d é o supremo das densidades superiores de bolas de raio 1/2 em Rd. Em outras palavras, ∆d denota a densidade máxima de empacotamento de esferas em Rd. Tudo no primeiro capítulo da coleção é medido em relação a essa quantidade.

O programa de Cohn-Elkies fornece uma cota superior para ∆d. Seu valor ótimo é escrito LPd e definido como a cota de densidade ótima fornecida pelo programa. O mecanismo é a cota de Gorbachev–Cohn-Elkies, que atribui a toda f de uma classe chamada Ad a cota superior de densidade vd f(0)/(2d f̂(0)). Em palavras: escolhe-se uma função auxiliar f da classe admissível, calcula-se seu valor na origem e o valor de sua transformada de Fourier na origem, forma-se essa razão com os fatores de volume e de escala, e o resultado limita a densidade de empacotamento por cima. O programa linear procura a f que torna essa cota a menor possível.

Nesse arcabouço, toda a dificuldade está em escolher bem a f. Uma função bem escolhida dá uma cota apertada, e uma mal escolhida dá uma cota fraca, mas ainda válida. É por isso que a cota inferior correspondente do novo resultado importa tanto. Ela fala de todas as funções admissíveis ao mesmo tempo e transforma a busca por funções melhores em uma questão fechada.

O que o arcabouço já tinha conseguido #

Antes de chegar ao novo teorema, vale a pena ser preciso sobre o que o arcabouço de programação linear baseado em análise de Fourier já tinha entregado, porque o novo resultado é em parte uma afirmação sobre quanto mais longe ele pode ir.

Viazovska usou esse arcabouço para provar que o reticulado E8 dá o empacotamento ótimo na dimensão oito. Cohn, Kumar, Miller, Radchenko e Viazovska estabeleceram depois a otimalidade do reticulado de Leech na dimensão vinte e quatro. São resultados exatos em dimensões isoladas, e são o motivo de o arcabouço ter uma reputação que vai além de seu papel como ferramenta de cotas. Em duas dimensões específicas, ele acerta a resposta verdadeira.

Em dimensões altas, o quadro era mais nebuloso. Cohn e Zhao provaram que o programa linear é sempre pelo menos tão forte quanto a cota de Kabatianskii–Levenshtein para códigos esféricos. É uma garantia útil, porque a cota de Kabatianskii–Levenshtein era o melhor expoente geral conhecido. Mas “pelo menos tão forte” deixa duas possibilidades em aberto: o programa poderia igualar exatamente esse expoente ou superá-lo. O documento enuncia a consequência diretamente. Se o programa linear melhora o expoente clássico de empacotamento em dimensões altas continuava em aberto.

Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini conjecturaram a taxa do programa linear em dimensões altas. Essa conjectura é um objeto cauteloso, e a fonte a trata como tal. Era uma conjectura, apoiada nas evidências que os autores tinham, e ninguém a havia provado. O novo resultado muda seu status.

O teorema principal #

O teorema principal do documento prova a taxa exponencial conjecturada nas conjecturas 3.1 e 3.2 daquele artigo de 2020. Enunciado no nível que as afirmações sustentam: os autores determinam a taxa exata de decaimento exponencial do programa linear de Cohn-Elkies para empacotamento de esferas. A força assintótica do programa é, nas palavras da fonte, determinada exatamente.

Duas consequências decorrem diretamente da fonte. A primeira é uma cota geral de empacotamento melhorada em dimensões altas. A segunda é que o problema correspondente de incerteza de sinal de Fourier fica resolvido assintoticamente. São consequências de tipos diferentes. Uma é sobre geometria e a outra sobre análise, e o fato de um único teorema entregar ambas é o primeiro indício de que o problema de empacotamento e o problema de incerteza são duas faces da mesma estrutura.

A fonte também situa a conquista na história. Ela descreve o resultado como a primeira melhoria desde 1978 do expoente geral de empacotamento de esferas. O expoente clássico de Kabatianskii–Levenshtein era 0,59905576..., e esse número tinha sido a referência. O documento registra que os refinamentos posteriores em códigos esféricos tinham melhorado apenas fatores de ordem inferior. Em outras palavras, no próprio expoente, que é a quantidade de ordem principal, nada tinha se movido.

Eu diria que esse enquadramento é o certo para avaliar o resultado. Uma melhoria de ordem inferior ajusta constantes e fatores polinomiais e deixa a taxa exponencial onde estava. Uma melhoria no expoente muda a taxa. As afirmações sustentam exatamente essa distinção, e sustentam que os refinamentos anteriores ficaram do lado da ordem inferior.

Dimensão / arcabouço	Referência clássica (1978)	Programa linear de Cohn-Elkies	Nova prova do modelo
Expoente de empacotamento	Cota de Kabatianskii–Levenshtein: 0,59905576...	Pelo menos tão forte quanto as cotas de códigos esféricos (Cohn–Zhao)	Provada a taxa assintótica exata conjecturada por Afkhami-Jeddi et al. (2020)
Caráter definitivo da cota	Apenas refinamentos de fatores de ordem inferior	Questão aberta sobre a lacuna assintótica em dimensões altas	Cota inferior correspondente exata: nenhuma função auxiliar supera esta taxa
Incerteza de sinal de Fourier	Cotas de sinal separadas ($A^+(d) < A^-(d)$)	Ligada a funções-teste antiautoduais de Fourier	Resolvida assintoticamente; incerteza de sinal regida pela reflexão de Mellin
Códigos corretores de erros	Cotas clássicas para códigos esféricos e binários	Acopladas assintoticamente às cotas de empacotamento	Melhorias por fatores exponenciais para todos os parâmetros de distância fixa
Teto metodológico	Otimização numérica de fatores polinomiais	Otimização aberta das funções-teste auxiliares $f \in \mathcal{A}_d$	Teto matemático provado: novos ganhos exigem métodos fora de Cohn-Elkies

Por que a cota inferior correspondente muda a pergunta #

Uma melhoria apenas na cota superior já seria uma boa notícia. O que torna este resultado incomumente definitivo é a segunda metade. A cota inferior correspondente mostra que nenhuma função auxiliar de Cohn-Elkies pode melhorar este expoente.

Pense no que isso faz com o programa de pesquisa. Antes do resultado, quem tivesse uma ideia melhor para construir uma função auxiliar tinha um caminho plausível para um expoente de empacotamento ainda melhor. Depois dele, esse caminho está fechado no nível dos expoentes. Qualquer novo avanço no expoente terá de vir de fora do arcabouço de Cohn-Elkies, porque dentro dele a taxa agora é exata.

Não quero exagerar. As afirmações não dizem que o novo expoente é o verdadeiro expoente do empacotamento de esferas, nem que o próprio empacotamento não possa fazer melhor. O enunciado diz respeito ao programa linear: seu expoente está fixado e não pode ser superado mudando a função auxiliar. Se outra técnica poderia superá-lo é uma pergunta que as afirmações não abordam. É uma fronteira nítida, e é o tipo de fronteira que diz a uma área onde procurar em seguida.

Há também uma leitura mais voltada a resultados práticos, para quem se importa com onde o esforço é aplicado. Um teto exato e conhecido para um método é uma informação útil. Ele diz para parar de otimizar dentro desse método. Para quem distribui tempo de pesquisa, a passagem de “isto pode melhorar” para “isto não pode melhorar” vale tanto quanto um resultado positivo modesto.

Códigos esféricos e códigos binários #

A coleção não para no empacotamento. As cotas superiores clássicas para códigos binários e esféricos de distância fixa são melhoradas por fatores exponenciais para todos os parâmetros. Essa frase traz um quantificador forte. A melhoria é por fatores exponenciais e vale para todos os parâmetros, o que é uma afirmação mais ampla do que uma melhoria em um regime favorável.

Há também uma ligação com o capítulo 1. A construção de códigos esféricos também recupera o expoente de empacotamento do capítulo 1. Assim, os dois fios se conectam: a construção do lado dos códigos reproduz o expoente do lado do empacotamento. As afirmações não detalham o mecanismo dessa recuperação, e não vou inventar um. O que elas estabelecem é a direção da relação: a construção esférica produz o mesmo expoente que o capítulo de empacotamento.

Vale lembrar por que essa ligação importa diante da história acima. A cota de Kabatianskii–Levenshtein para códigos esféricos era o ponto de comparação do programa linear, e o teorema de Cohn e Zhao dizia que o programa é sempre pelo menos tão forte. Os novos resultados melhoram tanto as cotas de códigos quanto as de empacotamento, e fazem isso a partir de uma construção que volta ao expoente de empacotamento. Os dois lados avançam juntos.

O problema da incerteza de sinal #

A segunda consequência do teorema principal diz respeito à incerteza de sinal de Fourier, e o documento dá definições suficientes para esboçar sua forma.

Para uma função g, r(g) é definido como o ínfimo dos R ≥ 0 tais que g(x) ≥ 0 para |x| ≥ R. Em termos simples, r(g) é o raio a partir do qual g é não negativa em toda parte. Quando esse raio não existe, r(g) = ∞. O problema de incerteza trata de quão pequeno esse raio pode ser para funções com uma relação prescrita com a própria transformada de Fourier.

Essa relação é um sinal. A condição ĝ = ςg liga uma função à sua transformada de Fourier a menos do sinal. Os sinais +1 e −1 dão, respectivamente, o problema de incerteza original e o complementar. Cohn e Gonçalves introduziram a contraparte antiautodual de Fourier, que é o problema complementar, e a conectaram ao empacotamento de esferas. Essa conexão é a ponte pela qual o resultado sobre empacotamento resolve assintoticamente o problema de incerteza.

O problema complementar não é uma curiosidade da análise pura. No bootstrap modular sem spin, a antissimetria modular S produz funções-teste antiautoduais de Fourier cujo sinal no infinito controla o gap espectral. A fonte cita Hartman, Mazáč e Rastelli e o artigo de Afkhami-Jeddi et al. para isso. Assim, uma pergunta que começou como enunciado sobre funções e suas transformadas aparece também em um contexto com nome de física, o gap espectral. As afirmações não vão além desse mecanismo de uma linha, e eu também não vou, mas isso lembra que o problema de incerteza tem companhia fora do empacotamento de esferas.

O apêndice A acrescenta uma comparação entre os dois problemas. Ele observa que A+(d) < A−(d) para todo d. É um enunciado de que os dois problemas diferem em toda dimensão, com a primeira quantidade estritamente menor que a segunda. As afirmações não dão outra interpretação, e a desigualdade merece registro simplesmente porque vale para todo d, sem exceções.

Por dentro do argumento: média, anulação e uma estimativa de massa #

O documento inclui vários enunciados técnicos que dão uma ideia de como a análise de incerteza é construída. São fragmentos, e vou apresentá-los como fragmentos, mas juntos eles esboçam um método.

Comece pela simetria. A média por rotações é definida com a medida de Haar normalizada em O(d). Tirar a média de uma função sobre rotações produz uma função radial, e o objetivo é simplificar o problema sem quebrar as restrições. A fonte diz que a média por rotações preserva toda condição de sinal da lista de restrições do problema, rotulada (2). Ela acrescenta que, se ĝ = ςg, então r(Rg) ≤ r(g), em que Rg é a média por rotações de g. Assim, a média nunca piora o raio de sinal. Além disso, na formulação da fonte, Rg ≠ 0 sempre que g ≠ 0 for eventualmente não negativa, de modo que a média não aniquila uma função que tem o comportamento de sinal certo a grande distância.

Esses três fatos juntos justificam uma redução a funções radiais. A redução não custa nada no raio, preserva as condições de sinal e não faz a função colapsar a zero. É a forma de um argumento de simetria padrão, e as afirmações confirmam cada um de seus ingredientes.

Depois, a origem. A função g = h − ĥ se anula na origem. É o tipo de fato pequeno que faz um grande trabalho em uma prova, porque a cota de Cohn-Elkies envolve diretamente valores na origem, e uma função que se anula ali se comporta de modo diferente de uma que não se anula. Um passo de correção relacionado também é registrado: a função corrigida gn satisfaz gn(0) = 0 e gn → g em L1. Assim, uma sequência de funções corrigidas, cada uma nula na origem, converge para g no sentido L1. Isso permite que o argumento trabalhe com funções que satisfazem exatamente a condição na origem sem deixar de aproximar o alvo.

Há ainda uma restrição quantitativa. A estimativa de massa força 1/a ≥ (1/π − o(1))√d. As afirmações não definem a, então não posso dizer o que ele mede, e não vou adivinhar. O que se pode dizer é a forma da conclusão: uma cota inferior para 1/a que cresce como a raiz quadrada da dimensão, com constante 1/π e uma correção que se anula. Uma escala de raiz quadrada da dimensão parece natural para a geometria em dimensões altas, mas essa é minha observação sobre a forma da expressão, e as afirmações não a apresentam como mecanismo.

O quadro de Mellin #

Mais uma peça do kit de ferramentas aparece no documento, e é a que explica com mais clareza por que a análise de Fourier radial é tratável aqui. Depois de uma transformada de Mellin, a transformada de Fourier radial reflete a variável de Mellin. É um enunciado compacto sobre como uma transformada age. A transformada de Fourier de uma função radial, normalmente um operador integral difícil de manejar diretamente, vira uma reflexão na variável de Mellin. Reflexões estão entre os operadores mais simples que existem.

O mesmo trecho registra uma condição analítica do outro lado. O decaimento de Schwartz de g dá um decaimento rápido de Φg quando v → +∞. Aqui Φg é o objeto obtido na análise de Mellin, e v é sua variável. A combinação é instrutiva: a propriedade de reflexão cuida da estrutura, e o decaimento de Schwartz cuida do controle no infinito. Uma prova nesse estilo precisa de ambos, porque estrutura sem decaimento deixa integrais que podem não convergir, e decaimento sem estrutura não deixa nada para calcular.

O documento também observa que Sd é a área da esfera unitária, que entra como fator de normalização quando integrais radiais são convertidas entre a esfera e a reta. É um ponto de definição, e é o tipo de contabilidade que determina se as constantes de uma cota final saem corretas.

Quero deixar claro o que esses fragmentos são. Eles não são a prova. As afirmações dão enunciados, não derivações, e nenhum leitor deveria reconstruir o argumento completo a partir deles. O que eles mostram é que a análise combina redução por simetria, uma condição na origem, uma estimativa quantitativa de massa e uma transformada cuja ação se simplifica após uma mudança de variáveis. Essa combinação é convencional em problemas extremais de análise de Fourier, o que torna a exatidão do resultado final mais notável, e não menos. Ferramentas de aparência padrão bastaram para chegar a uma resposta ótima.

O resto da coleção #

O capítulo sobre empacotamento de esferas é só uma parte do documento, e os demais resultados merecem um relato justo. Cada um é enunciado aqui exatamente como as afirmações o apresentam.

Em teoria dos grupos, constrói-se um grupo não sófico explícito, respondendo à antiga pergunta sobre se todo grupo enumerável é sófico. A prova combina trabalhos de Kun e de Kun–Thom com um argumento combinatório de emparelhamento por expansores, realizado com a álgebra de Leavitt binária e o grupo V de Thompson. A palavra “explícito” tem peso aqui: o resultado é uma construção, e não um argumento de existência.

Em álgebras de operadores, constroem-se infinitos grupos com a propriedade (T), dois a dois não isomorfos, com a mesma álgebra de von Neumann de grupo. Isso refuta a conjectura de Connes e responde a uma pergunta relacionada de Popa sobre o caráter finito-para-um. Duas perguntas com nome caem com uma única construção.

Em complexidade aritmética, o documento dá cotas inferiores para o permanente. Circuitos sem divisão exigem Ω(n² log log n) portas, enquanto fórmulas exigem Ω(n⁴ / log n) folhas. São duas cotas para dois modelos de computação, e o documento as enuncia lado a lado.

Em informação quântica, prova-se a repetição paralela exponencial para todo jogo emaranhado finito de dois jogadores. A fonte diz que isso estende o princípio clássico de repetição para além das classes especiais de jogos quânticos tratadas anteriormente. O quantificador volta a chamar a atenção: todo jogo emaranhado finito de dois jogadores, sem restrição a uma classe especial.

Em dificuldade de aproximação, uma redução direta a partir de 3SAT dá dificuldade de fator n^(1/400) para o problema euclidiano do vetor mais próximo, com consequências relacionadas para decodificação binária e outras normas de reticulados. O expoente 1/400 é pequeno, e prefiro registrá-lo como está escrito em vez de enfeitá-lo. As afirmações chamam a redução de direta e associam a ela consequências para decodificação binária e outras normas.

Em geometria convexa, a cota superior de volume ótima (n + 1)^n / n! é provada em toda dimensão para corpos convexos cujo baricentro é seu único ponto interior do reticulado. A otimalidade e a validade em todas as dimensões fazem parte do enunciado.

Em teoria de Ramsey, uma nova cota inferior superexponencial mostra que Rk(3) cresce como k^Θ(k). E em teoria extremal dos grafos, construções separadas de grafos bipartidos refutam duas conjecturas: a conjectura de compacidade de Erdős e Simonovits e uma conjectura de degenerescência de Erdős.

Lendo a coleção como um todo #

Seria fácil tratar essa lista como uma estante de troféus, então vale dizer o que se pode e o que não se pode concluir dela.

O que se pode dizer é que o documento relata resultados em pelo menos oito áreas, que vários são descritos como respostas ou refutações de conjecturas com nome, e que o capítulo sobre empacotamento vem com uma cota inferior correspondente que torna seu resultado definitivo dentro de seu arcabouço. As conjecturas envolvidas levam os nomes de Connes, Popa, Erdős e Simonovits, e a taxa de empacotamento foi conjecturada por Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini. Resultados que resolvem perguntas com nome são fáceis de avaliar, porque a pergunta foi feita antes de a resposta existir.

O que não se pode dizer, com base apenas nessas afirmações, é qualquer coisa sobre como o modelo funciona, quantas tentativas ele precisou, como seus resultados foram verificados ou como ele se compara com o esforço humano. A fonte diz que os resultados foram obtidos por um modelo interno da OpenAI, e as afirmações param aí. Quem quiser avaliar a importância da coleção como evidência sobre a matemática feita por máquinas precisa de informações que as afirmações não contêm. Eu resistiria à tentação de preencher essa lacuna com uma narrativa plausível.

Ainda assim, vale tomar uma posição. Os resultados são heterogêneos na técnica: o grupo não sófico usa a álgebra de Leavitt binária e o grupo V de Thompson, o resultado sobre empacotamento usa análise de Fourier e transformadas de Mellin, e a dificuldade do vetor mais próximo usa uma redução a partir de 3SAT. Uma coleção que cobre tanto terreno técnico não é produto de um único truque aplicado repetidamente. O que quer que tenha produzido esses resultados operava em vários dialetos matemáticos, e as afirmações sustentam pelo menos isso.

O que isso significa por setor #

A determinação exata da taxa de decaimento de Cohn-Elkies em dimensões altas e os resultados matemáticos que a acompanham influenciam vários campos computacionais, teóricos e aplicados.

Matemática pura e geometria discreta #

Para quem trabalha com geometria em dimensões altas e análise harmônica, a determinação da taxa exata de Cohn-Elkies muda o panorama da pesquisa. Como a cota inferior correspondente prova que nenhuma função auxiliar em $\mathcal{A}_d$ pode superar o novo expoente, os pesquisadores podem parar de procurar funções-teste radiais melhores dentro do arcabouço clássico de programação linear. O avanço rumo a empacotamentos mais densos ou a cotas universais mais apertadas agora precisa explorar técnicas de programação não linear, hierarquias semidefinidas de ordem superior ou construções geométricas radicalmente diferentes.

Criptografia e segurança baseada em reticulados #

A criptografia baseada em reticulados - núcleo de padrões pós-quânticos como ML-KEM e ML-DSA - depende fortemente da dificuldade conjecturada de encontrar vetores mais curtos ou mais próximos em reticulados euclidianos de dimensão alta. A redução direta a partir de 3SAT, que estabelece dificuldade de fator $n^{1/400}$ para o problema euclidiano do vetor mais próximo (CVP), somada a tetos exponenciais mais apertados para empacotamentos de esferas e códigos esféricos, consolida os fundamentos teóricos das reduções de pior caso para caso médio em reticulados, sem enfraquecer parâmetros concretos de segurança.

Prova automática de teoremas e modelos de fundação #

Para equipes que desenvolvem sistemas de raciocínio e provadores automáticos de teoremas, a amplitude e a profundidade técnica da coleção são uma referência marcante. Em vez de produzir variações sintéticas de provas conhecidas, o modelo interno enfrentou problemas em aberto em teoria dos grupos (construção de um grupo não sófico explícito por meio do grupo V de Thompson), álgebras de operadores (refutação da conjectura de Connes) e complexidade aritmética (cotas inferiores para o permanente). Isso mostra que arquiteturas neurais conseguem navegar por análise de Fourier profunda e emparelhamento combinatório, desde que a verificação e a checagem de provas continuem rigorosas.

Conclusão #

A determinação da taxa de decaimento exata do programa linear de Cohn-Elkies para empacotamento de esferas fecha um capítulo importante da análise geométrica. Ao provar a conjectura de 2020 de Afkhami-Jeddi, Cohn, Hartman, de Laat e Tajdini e trazer a primeira melhoria do expoente geral de empacotamento desde 1978, o trabalho estabelece uma referência matemática inabalável. Com uma cota inferior correspondente que confirma que nenhuma função auxiliar de Cohn-Elkies pode render ganhos exponenciais adicionais, o teorema resolve a força assintótica do programa linear e orienta o futuro da geometria em dimensões altas para horizontes analíticos fundamentalmente novos.

Perguntas frequentes #

Qual era a importância da cota de Kabatianskii–Levenshtein?

Estabelecida em 1978, a cota de Kabatianskii–Levenshtein fornecia um expoente assintótico de cota superior de 0,59905576... para a densidade de empacotamento de esferas em dimensões altas. Por mais de quatro décadas, os refinamentos posteriores melhoraram apenas fatores algébricos de ordem inferior, deixando intacta a taxa exponencial principal até este resultado.

Por que a cota inferior correspondente é tão decisiva?

Uma cota superior sozinha mostra o que o programa linear alcança, mas uma cota inferior correspondente prova que nenhuma escolha de função auxiliar f na classe admissível de Cohn-Elkies A(d) pode render um expoente menor. Isso estabelece um teto absoluto para o próprio arcabouço de programação linear.

Como o problema de incerteza de sinal de Fourier se relaciona com o empacotamento de esferas?

Cohn e Gonçalves estabeleceram que o problema complementar de incerteza de sinal de Fourier (em que g_hat = -g) está intimamente acoplado às cotas de empacotamento de esferas. Por meio da média por rotações e das reflexões da transformada de Mellin, a solução assintótica do programa de Cohn-Elkies resolve diretamente o problema de incerteza de sinal de Fourier.

Este resultado compromete a criptografia baseada em reticulados?

Não. Embora o teorema aperte as cotas superiores sobre a densidade com que esferas podem ser empacotadas em dimensões altas e estabeleça dificuldade de fator $n^{1/400}$ para o problema do vetor mais próximo, ele não fornece algoritmos de redução de reticulados em tempo polinomial. Os criptossistemas práticos baseados em reticulados continuam seguros contra os ataques quânticos e clássicos conhecidos.

Referências #

Nima Afkhami-Jeddi et al., (2020). Empacotamentos de esferas em dimensões altas e o bootstrap modular ⧉. Journal of High Energy Physics.
Henry Cohn e Noam Elkies, (2003). Novas cotas superiores para empacotamentos de esferas I ⧉. Annals of Mathematics.
Henry Cohn e Felipe Gonçalves, (2019). Um princípio de incerteza ótimo na análise de Fourier ⧉. PNAS.
Henry Cohn e Yufei Zhao, (2014). Cotas de empacotamento de esferas via códigos esféricos ⧉. Duke Mathematical Journal.
G. A. Kabatianskii e V. I. Levenshtein, (1978). Cotas para empacotamentos em uma esfera e no espaço ⧉. Problems of Information Transmission.
Maryna S. Viazovska, (2017). O problema do empacotamento de esferas na dimensão 8 ⧉. Annals of Mathematics.

Última revisão 2026-10-05.

Última revisão 2026-10-27.

Republicar este artigo

Modelo interno da OpenAI fixa a taxa exata do programa de Cohn-Elkies — Sebastien Rousseau

Um modelo interno da OpenAI determina a taxa de decaimento exata do programa linear de Cohn-Elkies e melhora o expoente geral de empacotamento pela 1ª vez desde 1978.

Este artigo está licenciado sob Creative Commons Attribution 4.0 International. A republicação exige atribuição à URL canônica.

Modelo interno da OpenAI fixa a taxa exata do programa de Cohn-Elkies — Sebastien Rousseau

Um modelo interno da OpenAI determina a taxa de decaimento exata do programa linear de Cohn-Elkies e melhora o expoente geral de empacotamento pela 1ª vez desde 1978.

Originally published at https://sebastienrousseau.com/pt-br/2026-10-05-modelo-interno-openai-fixa-taxa-exata/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER