復旦大學、北京大學及上海人工智能科學院的科學家們利用一種名為 Packing Star 的人工智能系統，解決了由艾薇·牛頓提出的300年數學難題。這個問題被稱為「親吻數問題」，已經在常見的幾個維度中得到了答案，例如我們生活的三維空間。然而，其他維度的解答卻一直難以捉摸。根據中國媒體的報導，找到這些答案將為大規模數據存儲和先進電信技術打開新的大門。
親吻數問題是什麼呢？在1694年，英國博學家艾薇·牛頓與蘇格蘭數學家大衛·格雷戈里展開了一場辯論，討論同樣大小的中央球體可以在不重疊的情況下觸碰多少個其他球體。這就是親吻數問題，它是數學領域23組問題之一。在我們的世界中，這就像是裝滿種子的石榴，問題在於如果中央的種子是球形的，它能觸碰多少個其他的種子。牛頓和格雷戈里對此展開了辯論，前者得出12的答案，而蘇格蘭人則計算出13的數字。兩百多年後，我們確定了答案是12，證明了牛頓的正確性，但這一解答僅對三維有效。隨著維度的增加，中央球體可以觸碰的球體數量也會改變。
數學家奧列格·穆辛在2003年證明了四維的答案是24，而在1970年代，24維的答案則為196,950。然而，更高維度的解答依然難以獲得。中國頂尖研究機構的科學家們共同努力，開發了一個名為 Packing Star 的強化學習系統，以解決高維度的親吻問題。在 Packing Star 中，兩個人工智能代理協同工作，尋找標準計算機無法處理的高維空間。這種人工智能系統從零開始進行訓練，無需人類輸入，並尋找具有明確數學結構的高維親吻配置。
利用人工智能來解決這個問題並非僅僅因為人工智能的熱潮，而是出於技術進步的必要性。隨著維度的增加，人類的理解能力逐漸受到限制，因為高維空間的幾何複雜性不斷增長，科學家在他們的 arXiv 預印本中如此寫道。然而，了解不同維度的問題答案不僅僅是為了數學的目的，還有實際應用。例如，這些解答可以幫助壓縮信息至最少的位元，或確定通信信號的最佳分配，應用於衛星通信或量子編碼。
借助人工智能，研究團隊構建了第13維的球體排列，並識別出成千上萬的排列，這可能增進對球體包裝的理解。然而，團隊告訴《南華早報》，人工智能並未提供這些新配置的數學證明，需要人類來驗證結果。
