邓煜的研究成果有哪些？

2026年菲尔兹奖得主邓煜凭借攻克“狭义希尔伯特第六问题”这一百年数学难题而获奖，他在接受采访时坦言AI已深度介入其研究过程，但强调人类数学家的框架构建与直觉洞察仍是不可替代的核心。

一、核心突破：破解希尔伯特第六问题

1. 问题背景与挑战

希尔伯特第六问题是1900年德国数学家希尔伯特提出的23个数学问题之一，要求从微观牛顿力学出发，通过严格的数学推导，最终得到描述宏观流体运动的方程。这一问题的核心难点在于：- 时间不可逆性矛盾：牛顿力学本身是时间可逆的，但宏观流体方程（如玻尔兹曼方程、流体力学方程）却是时间不可逆的，熵只会增加不会减少- 125年未获突破：自1975年数学家兰福德仅证明了极短时间窗口（约10的负11次方秒）内的有效性后，长期没有重要进展

2. 邓煜的解决方案

邓煜与芝加哥大学的Zaher Hani、马骁合作，在2025年发表了一篇192页的论文，实现了以下关键突破：- 将有效时间从10的负11次方秒提升到任意长时间：一秒、一年甚至一亿年都成立- 发明图形切割算法：将所有碰撞轨迹图拆解为四类基础结构，证明环状碰撞信息对玻尔兹曼方程的贡献趋近于零，最终方程中只保留树状碰撞信息- 从数学结构揭示熵增本质：证明熵增并不是额外的物理定律，而是源于粒子初始互相独立与树状结构，从数学统计规律中涌现出来

3. 研究局限性与意义

理想化前提条件：邓煜的证明适用于粒子为刚性硬球、不考虑长程力、密度对应稀薄气体等高度简化的模型

深刻认知价值：首次从数学上严格说明宏观的时间箭头与熵增如何从微观粒子的碰撞结构中自发产生，为统计力学奠定了更坚实的数学基础

二、AI深度参与研究实践

1. AI加速局部证明

邓煜在专访中分享了用AI做数学证明的震撼经历：- 效率对比悬殊：他花费5天时间完成的一个4页证明，AI在1个小时内就给出了更简洁的1页版本- 辅助验证细节：对于自己不确定的小问题，邓煜会让AI先确认是否正确、不对该怎么改，这大大节省了从头证明的时间- 常规用法明确：一是让AI先给证明、他再核验；二是让AI补充他不知道的已有知识，比如某个组合计数问题对应的标准结构和结论

2. AI的边界：不能替代框架级创造

邓煜清醒地指出了AI的局限性：- 特例可解，推广不能：AI给出的证明因无法推广到一般情形，最终未能写进论文，只作为思路参考- 框架构建仍属人类：AI擅长局部可判定性的加速，但无法参与框架级的发明——这种创造需要站在人类已知边界之外，四面没有路时凭直觉和方向感去开拓- 对研究者的警示：不能因为AI给出一段看似完整的论证，就跳过独立判断和严格核验

三、对AI与数学关系的看法

邓煜对AI在数学研究中的角色持开放但审慎的态度：- 判断：未来1到2年甚至3到4年内，数学很可能进入一个快速发展的时期，借助AI填补证明中大量的技术性细节，人类本来的工作可以更快完成- 分工：人类负责总体框架和核心思路，AI完成部分技术性推导。真正推动数学前进的仍然是人的直觉和想法：提出好问题，并设计解决问题的思路- 结论：邓煜不认为AI会取代数学家，人机结合一定能做到更多的事，未来的数学研究生态将因AI的加入而大不相同