在数学研究的漫长历史中，有些问题看似简单，却让无数顶尖学者为之绞尽脑汁。其中，亲吻数问题便是这样一道困扰数学界三百余年的经典难题。这个问题的核心在于：在N维空间中，一个球体周围最多能与多少个相同大小的球体相切？尽管表述简洁，其解答难度却远超想象。
早在17世纪，物理学家牛顿与数学家大卫·格雷戈里就曾围绕三维空间的亲吻数展开激烈争论。牛顿认为最多为12个，而格雷戈里则猜测可能是13个。这场争论持续了258年，直到数学家最终用严谨的证明确认了牛顿的猜想。然而，当维度扩展到更高空间时，问题的复杂性呈指数级增长，成为数学领域的一大挑战。2022年，数学家玛丽娜·维亚佐夫斯卡因在8维和24维空间的研究取得突破，荣获菲尔兹奖，但更高维度的解法仍悬而未决。
亲吻数问题的意义不仅限于理论层面。在信息编码领域，如何用最少的资源压缩最大量的信息，其底层逻辑与亲吻数的核心思想不谋而合。因此，这一问题的突破可能为通信技术、数据存储等领域带来深远影响。然而，三百多年来，进展始终缓慢，直到人工智能技术的介入为研究开辟了新的路径。
上海科学智能研究院的马成栋博士及其团队，将目光投向了人工智能的潜力。尽管许多数学家认为AI短期内难以攻克有意义的数学难题，但马成栋团队坚信，数学作为科学的基础语言，其研究范式与AI的逻辑推理能力高度契合。他们联合北京大学、复旦大学的科研力量，与星河启智科学智能开放平台的工程师合作，开发了一套名为PackingStar的强化学习系统。通过优化内存管理模式，团队实现了在GPU上直接完成原位计算，搜索效率提升数倍，累计节省超10万GPU卡时。
团队成员陶兆巍描述了人机协作的独特模式：“我会与AI较劲——如果我在某一步的推理优于AI，便将这种人类直觉转化为算法，再注入系统。这种互动让AI不断进化，也重塑了我的数学思维。”短短一年多，PackingStar系统在25至31维空间打破了人类已知的最佳堆积结构，在13维发现了50多年来的最优有理解，并在14维等多维度找到6000余种新解法。这些成果标志着AI在高维组合几何领域实现了首次系统性突破。
更引人注目的是，研究揭示了不同维度间潜藏的几何关联，构建出可迁移、可比较的关系网络。这种系统性重构为科学家提供了从整体视角重新审视亲吻数问题的框架，也为未来研究指明了方向。例如，在14维空间中，团队发现的新解法不仅数量庞大，且部分结构与低维空间存在惊人相似性，暗示着更高维度中可能存在未被发现的规律。
这一突破的背后，是上海科研环境的独特优势。上海科学智能研究院理事长吴力波指出，这里鼓励年轻人牵头组建跨学科团队，无需论资排辈。在AI时代，重大科学问题的解决更需要群体力量与有组织科研的结合。她强调：“科学工程化在科学智能2.0时代愈发重要。通过工程手段的稳定性，可以对冲科学发现的不确定性，确保研究持续推进。”
亲吻数问题与AI的相遇，恰似一场跨越时空的对话。前人用“亲吻”形容球体间的接触，赋予数学以诗意；如今，人类与机器的协作则将这份诗意延伸为探索未知的浪漫。从牛顿的猜想到AI的验证，这道困扰数学界三百余年的难题，终于在上海的科研土壤中迎来了新的曙光。
