感谢 的邀请~ 感谢李阳垟学长的审核。
今年的国际数学家大会上,王虹老师和邓煜老师——两位对我很重要、也在不同阶段给过我影响的学长学姐——同时获得了菲尔兹奖。看到这个结果,我当然非常高兴,也觉得自己应该写点什么。
所以,我先讲讲我认识的他们;然后再尽量用最通俗的语言,介绍他们各自最具代表性的工作。
网上有人说,这可能是“最后一届没有 AI 参与的菲尔兹奖”。这话现在还只是一句玩笑,但它并非毫无来由:前些时间,OpenAI 的内部模型构造反例推翻了 Erdős 的平面单位距离猜想;结果公布以后,我又用普通的 GPT-5.5 Pro 复现了核心构造。
我原本围绕这件事写过一篇没有发出的稿子。过去一年里,我自己也花了很多时间开发和调试智能体。借这次机会,我想把两件事放在一起聊一聊:一边是人类数学家所达到的最高处,一边是正在迅速成长起来的人工智能。
1. 二位获奖人的介绍
邓煜:一个很早就成为“传说”的学长
我读博时,邓老师已经从普林斯顿毕业了,但在我们这个方向,他一直是一个传说级的学长。
他的履历几乎是大家想象中“数学天才”的标准模板。他籍贯是河南开封的(算起来跟我是很近的老乡),深圳长大,从初中起便连续获得数学联赛一等奖;高二参加中国数学奥林匹克冬令营,以满分 126 分获得金牌并进入国家集训队;2006 年,16 岁的他获得 IMO 金牌。2007 年,他进入北大数院,和王虹老师恰好是同届同学;2009 年转学到 MIT。本科阶段他就在 JEMS 发表论文——仅凭那时的研究水平,在很多学校申请教职都已经相当有竞争力;到普林斯顿读博以后,又在数学四大期刊之一的Acta Mathematica发表工作,四年完成博士学位,还获得了 Porter Ogden Jacobus Fellowship,也就是普林斯顿授予研究生的最高荣誉。
第一次见邓老师,觉得他还挺严肃的,有一点“社恐”。他不太热衷社交,大部分时间都沉浸在自己的世界里:做数学、看数学竞赛题、读漫画和动漫、下围棋或象棋,也爱看体育赛事。他的围棋大约有业余五到六段的水平。熟悉以后会发现,他其实很好玩,也完全可以逗;他的 PPT 和电脑背景里有时会突然冒出一些二次元素材。他喜欢诗歌、故事、谜题和科幻,如果不做数学家,说不定也会是一个漫画家、小说家或者围棋大师。
我一直非常佩服他解决问题的能力。顶尖数学系里从来不缺聪明人,但即使放在这群人中,邓老师也属于最顶尖的那一类。他可能是我见过的、在“反应很快”这一类数学家里反应最快的人:问题难度没有超过某个阈值时,他往往可以像上帝一样直接看到答案。
王虹:让人愿意把不成熟的想法讲完
我博士二年级时对调和分析很感兴趣,在网上到处找课程和资料,刷到过王老师的讲课视频,也读过她的文章。她讲课非常好:板书漂亮,讲义条理清晰。因为博士年级差的不远,我听说过她的很多传奇故事。她来自广西桂林,跟我有很多共同点,都是 16 岁进入大学,都是一年级转系后进入数学专业,都在那之后到法国学习,然后再到美国学习。经历太过相似以至于后来我在 IAS 的名单上看到她,第一反应就是:我一定要去看看她到底是怎么样的人。
王老师的厉害并不带给人压迫感。她是我见过最善于倾听的数学家之一,和她相处,人会莫名其妙多出一点自信。很多时候,你向一位高手讲一个还不成熟的想法,讲不了几句,对方就会接管谈话,开始追问甚至“拷打”其中的漏洞。王老师不一样,她会像一个认真又好奇的学生,听你把想法讲完,再认真回应。博二时,我遇到一个不会处理的数论问题,跑去向她请教。我在这块其实菜得抠脚,佯装自信地向她介绍了问题背景,王老师像学生一样耐心听我讲完,然后很快抓住了这个问题的关键,给了我很好的建议。
生活中的王老师也很可爱。她能熟练使用中文、英文和法文,很有语言天赋;以前也很爱运动,只是当老师以后空闲少了一些。她有时会卖个萌,或者忽然从旁边探过头来,看看大家在做什么。在男性占绝大多数的数学圈里,她身上有一种不一样的气质:细腻、松弛,也不需要靠距离感来证明自己的强大。她像一位很容易亲近的大姐姐,让身边的人放下顾虑,愿意把尚未成形的想法说出来。
2. 两位数学家的工作介绍
我下面介绍一下两位得主的获奖主要工作。
王虹与三维挂谷猜想
据说,日本数学家挂谷宗一曾让人想象:一名武士在极其狭窄的厕所里遭遇偷袭,手里只有一把长刀。为了防御来自所有方向的攻击,他必须让这把刀转过 360 度。挂谷宗一把长刀抽象成一根长度为 1、没有粗细的针,并且提出了以下问题,要让这根针转遍所有方向,它扫过的面积最小能有多小?这就是挂谷问题。
直觉上,这怎么也得需要一个圆盘大小的空间吧。反直觉的是,一位数学家 Besicovitch 后来发现,只要允许针在旋转的同时巧妙地平移,它扫过的面积可以是 0。
已经知道最小面积是 0 了,那我们还在研究什么?关键就在”趋近于 0”到底有多快。我们可以给这根针加上一点点粗细,把它看成一根细管。针越细,它扫过的面积当然越小;数学家关心的是,如果针必须转遍所有方向,那么当针的粗细趋于 0 时,这片面积不能以太快的速度消失——这就是挂谷猜想。
也可以从粒子的角度来理解。假设我们朝所有方位发射许多极小的球,每个球沿直线运动一个单位距离。每个粒子都会扫出一根细管;因为沿每个方向运动的粒子都存在,这些粒子扫过的区域和刚才提到的带有粗细的针扫过的区域一样。问题可以重新叙述为,假设我们允许调整粒子运动的初始位置,让这些细管的重叠尽可能大,它们扫过的总体积究竟能被压缩到多小?
二维情形很早就解决了,但到了三维,管子之间重叠和交叉的方式一下子变得极其复杂,像一团永远理不清的乱麻,挡住了几代顶尖数学家。2025 年 2 月,王虹老师和 Joshua Zahl 证明了三维挂谷猜想。此前的研究已经知道,面积很小的挂谷集必然会形成大量“颗粒”——一种和管子等粗、却更短更宽、被许多管子穿透的凸块;但“颗粒”形状固定,某个尺度上证明的控制用不到其他尺度。他们的关键突破,是把注意力从“颗粒”转移到任意凸集:只要管子不能被大量塞进同一个凸集,它们扫出的体积就必须接近最大。这个判据不依赖具体形状,可以在每个尺度上反复套用,于是他们设计出一套自我推动的递推论证——用小尺度上较弱的体积下界,推出更大尺度上更强的下界,层层推高,最终把结论一路推到完整的三维情形。
一根针转来转去,为什么值得数学家花这么多年?因为挂谷问题是那种特别典型的数学问题:表面看起来像个几何游戏,底下却连着一大片世界。薛定谔方程描述量子粒子如何传播;粒子的运动本质上是概率的,方程的解要把所有可能的初始位置和方向叠加在一起,这正是“许多小球朝不同方向运动”的同一种结构。如果把这个方程放到环面上求解,答案还能写成一个指数和——指数和自高斯以来就是数论里的经典研究对象,挂谷问题也由此和 Vinogradov 均值猜想这样的数论大问题联系在了一起。这往往就是数学最神奇的地方:本来在认真研究一根针怎样转,最后却发现这个问题和波怎样传播、量子粒子怎样演化、以及数论对象怎样分布高度相关。
邓煜与从微观粒子到宏观流体
1900 年,David Hilbert 提出了后来影响整个二十世纪数学的 23 个问题。第六问题讨论的是“物理学的公理化”:我们能不能从少数基本的物理定律出发,用严格的数学一步步推导出更大尺度上的物理现象?
在这个很宏大的愿景下面,希尔伯特提出了一条特别具体的路线:能不能从微观粒子的牛顿运动出发,严格推出气体的统计规律,最后再推出宏观的流体方程?物理学家早就相信这条路是通的,也已经沿着它工作了一百多年;但“物理上非常合理”和“数学上已经证明”,毕竟还是两回事。
以流体为例,微观上,它由数量巨大、不断运动和碰撞的粒子组成。你可以死死盯住其中一个粒子,用牛顿运动定律计算它的位置和速度;宏观上,我们却根本不会、也不可能逐个追踪大约 10^{23} 个粒子,而是用密度、温度、压强和速度场来描述整杯气体,再用流体动力学方程刻画它的运动。
我经常把这想成一个由无数人组成的国家。随机抽出两个人,他们有直接关系的概率应该很小;同样地,当粒子足够多、足够稀薄时,我们也希望任意几个粒子在统计意义上近似独立。问题是,粒子每碰撞一次,就会产生新的相关性;碰撞不断累积,这些关系会像一棵疯狂分叉的大树一样迅速爆炸,数学上研究这些关系十分困难。
1975 年,Lanford 第一次严格证明,稀薄硬球系统确实可以推出玻尔兹曼方程,但只在一个极短的时间内成立。用刚才的比方说,他证明了人群刚开始移动的那一小会儿,彼此之间还来不及形成太复杂的关系;时间一长,原来的方法就控制不住了。
我们首先解决的,就是这个人为的短时间限制。更准确地说,只要相应的玻尔兹曼方程正则解在给定时间区间内存在,我们就能证明硬球粒子系统到玻尔兹曼方程的极限在整个区间内成立。技术上,我们保留粒子的完整碰撞历史,用累积量刻画相关性,再把这些历史编码成图,设计一套切割算法把大图的问题约化成小图的问题,证明高阶相关性始终足够小。
在后续工作中,我们又把这条路继续向前推进:从二维和三维环面上的弹性硬球系统出发,经过玻尔兹曼动理学,严格推导出流体方程。也就是说,在这一明确的数学框架和尺度极限下,我们把
\text{牛顿运动定律} \longrightarrow \text{玻尔兹曼方程} \longrightarrow \text{宏观流体方程}
这条物理学家使用已久的路径真正连了起来。
而这也远不是邓老师研究的终点。粒子系统并不是他最初、也不是唯一的研究主线;他长期关心非线性偏微分方程中的随机性问题,也就是物理学说的场论问题,如今正在向一个更加艰难的问题推进:七个千禧年大奖难题之一的 Yang–Mills 存在性与质量间隙问题。这个问题与他从博士时期起一直思考的方向高度相关;2026 年,他已经在其中某些简化模型上取得了推进。当然,从简化模型到完整难题仍有很长的距离,但他的研究正在沿着这条更陡峭的路线继续展开。菲尔兹奖所表彰的,不只是一个已经完成的故事,也是一项仍在生长的研究计划。
3. 其他今年有希望冲刺菲尔兹奖的
其实不止有邓老师和王老师,下面的诸位老师也非常有机会,我可以说,即使没有邓王二位老师,今年还是有不小的概率有一位中国人拿奖。下面是一个按照姓名字母顺序排列的不完整的列表,后面我也会更新完善它。
孙崧
孙崧老师本科毕业于中科大少年班——在科大,他是流传已久的传说——之后在威斯康星大学麦迪逊分校师从陈秀雄取得博士学位。他做微分几何,与陈秀雄、Simon Donaldson 合作证明了丘成桐—田刚—Donaldson 猜想:Fano 流形上凯勒—爱因斯坦度量的存在性,等价于一个纯代数的“K-稳定性”条件——这是近二十年几何分析最重要的进展之一,三人也因此获得 2019 年的 Veblen 奖。孙老师前两年从伯克利全职回国,加入了浙江大学。数学之外,他还是一位羽毛球高手。
唐云清
唐云清老师本科毕业于北大数院,在哈佛师从 Mark Kisin 取得博士学位,做数论与算术几何。她与 Calegari、Dimitrov 合作证明了悬置半个世纪的“无界分母猜想”;之后三人又证明了 1、\zeta(2)、L(2,\chi_{-3}) 的线性无关性——要知道,能证明一个具体常数是无理数,往往就足以载入史册。她性格开朗、从容自信,还超级会讲课,我觉得她的讲课水平和王虹老师在伯仲之间。在普林的时候,我听过她讲一次椭圆曲线课:从费马的无穷下降法讲起,一路自然地走到 Mordell–Weil 定理,把这么深刻的定理都能讲得清清楚楚。
王艺霖
王艺霖老师本科就读于巴黎高师,之后在苏黎世联邦理工(ETH)师从 Wendelin Werner(2006 年菲尔兹奖得主)取得博士学位;她曾是 IHES 历史上第一位 junior professor,如今回到 ETH 任教。她引入了平面曲线的“Loewner 能量”,出人意料地把随机共形几何(SLE)和 Teichmüller 理论、双曲几何连在了一起:刻画一条随机曲线有多“反常”的概率论,与刻画曲面形变的经典几何,说的是同一件事。她因此获得 2022 年的 Maryam Mirzakhani New Frontiers 奖。
徐宙利
徐宙利老师本科和硕士毕业于北大数院,在芝加哥大学取得博士学位。他做代数拓扑,专攻球面的稳定同伦群——这个领域里最经典也最难啃的对象。他与王国祯老师合作证明了 61 维球面上只有唯一的光滑结构;2024 年底,他又与林伟南、王国祯一起解决了 Kervaire 不变量问题的最后一个情形:维数 126。至此人们终于知道,这类“奇异扭曲”的流形只存在于 2、6、14、30、62、126 这六个维数之中——一个悬置了六十五年的问题就此画上句号。
张瑞祥
张瑞祥老师本科毕业于北大数院,之后在普林斯顿师从 Peter Sarnak 读博。在普林斯顿,除了邓老师,他是另一个被我们当作“神”的存在。他给人的感觉是无所不知:解析数论、偏微分方程、调和分析,分析学的各个方面他无所不知。他与杜秀敏老师合作,在三维及以上给出了薛定谔方程逐点收敛问题(Carleson 问题)最优估计;后来又与郭少明老师合作,在所有维数上证明了 Parsell–Vinogradov 系统整数解个数的最优上界,也就是前面讲挂谷问题时提到的 Vinogradov 均值定理的高维推广;他还与 Larry Guth 和王虹老师合作证明了二维波动方程的局部光滑化猜想——调和分析里三十年来的大问题。2023 年,他获得了 SASTRA Ramanujan 奖。数学之外,他是卡牌游戏大师,酷爱宝可梦。
4. 人工智能与科研
前面写的是人类数学家所能到达的最高处。接下来,我想回到开头提到的另一件事:AI 数学家们现在是什么水平。过去一年里,我把相当一部分精力投入到智能体开发中,也把自己关心的数学问题当作这些自动研究系统的测试集。下面我讲一讲我自己对ai的理解,这些理解不止对数学领域成立,对于大部分科研都是成立的。
AI 现在到底是什么水平?
我的总判断是:AI 参与数学研究已经是大势所趋。 从GPT 5.4这一代开始,AI跨过了临界值,它的能力已经到了可以辅助数学家做前沿研究、产生数学想法、乃至参与完成论文的阶段。但同时,现在仍是它们能力剧烈波动的过渡期:它的上限很高,有时能解决菲尔兹奖获得者思考多年而未解决的问题;下限也很低,会陷入幼稚的、漫无目的的尝试,包括且不限于卡死在一个例子里面出不来、不停地把定理换种方式叙述、因为一点小问题而否定自己的正确思路等等行为。
为了具体说清楚的能力,我觉得有必要先把“难度”本身分个档。大致可以分四档:
- 日常发表论文——博士生论文、平时大家发表的科研论文;
- 个人代表作——足以定义一个数学家学术身份、支撑一个大学教职的那种结果;
- 四大期刊论文——Annals of Mathematics、Inventiones、JAMS、Acta Mathematica,以及其他相同档次期刊上的工作;
- 菲尔兹奖得主拿奖的工作——包括千禧年难题在内,最顶尖的一档。
按我自己的使用经验,对第一档,AI 目前大概有四分之一到三分之一的成功率能做出来。解体的过程中通常还需要人稍微操作一下,要么是纠正一下它明显开始犯傻的情况,要么是由人提供一部分想法。对第二、三档,也就是个人代表作乃至四大期刊论文这个层级的难度,已经能看到少数成功案例,但是成功率极低、必须是尝试大量问题与不同思路。对第四档——千禧年难题、菲尔兹奖级别的最高一档——据我所知还没有真正解决的案例。
AI的不稳定发挥带来一个很现实的现象:如果问题恰好落在 AI 的能力范围内,它可以把原本需要几个月的工作压缩到一两天;但如果问题不在范围内,使用者可能先花几周和它反复交互,最后还是要自己动手,很多时候反而浪费了更多时间。
单位距离猜想是目前我目前看到过的 AI 做出来的最强的结果。这个结果漂亮、重要,展示了真实的跨学科创造力——我能用公开模型复现构造,说明这种能力并不只存在于封闭的内部系统里。但坦率地说,这个证明虽然跨越多个领域,关键的跳跃其实只有很少的几个,篇幅也不长;它的思维结构更像一道工具极深、转化极难的顶级 IMO 竞赛题,而不是几十页、上百页连续推进的现代大定理。
AI 是怎样学会数学的?
这一节是整篇文章里我最想讲清楚的部分。网络上对 AI 的各种判断——无论是恐慌还是不屑——很多时候都是一些基于那时AI能力的简单推演,而不是从基本原理出发的真正深刻分析。
在我看来,科学研究可以理解为一个多步决策过程。以数学研究为例:证明一个命题,通常是把目标拆成子目标,再逐步解决;每一步决策往往基于研究者的逻辑思考、也需要知识积累和对已有理论的模式识别。
预训练让模型学会“下一步怎么走”。 模型从教科书、论坛问答、已有的证明以及生成数据中学习:给定一个证明的前半段,预测下一步最可能是什么。经过预训练的模型未必能一口气写完整个证明,但它可能以相当高的概率做好每一个单步决策。
强化学习把单步能力连接成多步能力。 让模型通过搜索尝试不同的路径,对成功走通的路径给予奖励,从而提高连续走对很多步的概率。当然,如何给“局部正确、整体错误”的尝试分配奖励,至今仍是复杂的工程问题。
一旦从这个角度理解 AI,判断“ai能做什么”的方式就会完全改变。不要沿用人类的浅层的分类方式来思考它是更擅长证明、计算还是提出问题,而应该问三个问题:
- 解决这个问题所需的每一步,是否在训练数据中出现过,模型是否会做?是否存在训练数据中从未出现、模型也无法泛化出来的“神来之笔”?
- 模型是否知道如何把问题拆解成能做的小步。
- 模型是否能组合它每一步的能力完成整个任务。
我下面介绍一些例子来说明我们如何用这个框架来分析很多常见的问题。
先用这些原理分析一些旧时代陈词烂调:
”AI 有幻觉,会一本正经地胡说八道。” 一个常见的论证是:AI 本质上只是一个概率模型、一个下一词预测器,所以它必然会编造,这是架构决定的、无法根除的缺陷。这个论证其实站不住脚。人类的记忆和判断某种意义上也是概率性的——人也会记错、编造细节——但没有人会说”人类的幻觉无法解决”,因为人类有一套核查机制在压制着错误:使用回忆拿自己已知的记忆去比对,写东西时去查文献。这套机制之所以有效,是因为”提取一个说法、找到对应的参照、判断两者是否一致”本身只是一两步的决策,并不需要长链条的规划——按照前面的框架,这正是 AI 最擅长的那类任务。所以幻觉从来不是模型架构注定的宿命,而是一个可以被训练出来的核查能力;至少在允许查证的场景下,这个问题已经在很大程度上被解决,现在也很少再有人抱怨事实性的幻觉问题。
“AI 不会思考,只是在做词语接龙。” 这个问题在我们的框架下其实已经不成立了。前面说过,做研究本质上是一个多步决策过程:识别当前状态、拆解出下一步该做什么、执行,再进入下一个状态。人类所谓的”思考”,说到底也是这样一步步走下来的过程,而不是什么无法拆解的、神秘的东西。既然思考可以被还原成”识别状态、决定下一步”这样的多步决策链条,那么人类留下的推导、论证、试错记录,本质上就是这条决策链条被写下来的样子。模型在预训练里学的,正是模仿这些已经存在的”下一步该怎么走”:给定前半段推导,预测最可能的下一步。也就是说,AI 不需要凭空发明一种额外的”思考能力”,它只需要把人类反复走过的这条多步决策路径学会、内化,再在新问题上把它重放、拼接出来。
我们在来分析一些新时代的谣言:
“AI 不擅长提出好的问题、无法拥有人类的审美。” 提出一个好猜想,往往只是一次单步或少步的判断——发现一个类比、注意到一个反常的例子、把两个领域的对象联系起来——而不像完整证明那样需要成百上千步连续执行都不出错;按这个标准,提问反而可能比写出完整证明更容易,而不是更难。审美也是类似的情况:数学品味很多时候也是一种单步判断——这个证明干不干净、这个反例是否揭示了深层结构。目前 AI 在审美上的确显得迟钝,但这更可能是因为训练材料里缺乏系统标注”什么是好问题、好证明”的数据,而不是审美本身超出了它的能力边界。只要有合适的基准和数据,AI 应该能学到数学共同体大致的共识;至于超出共识的部分,审美本来就高度个人化,AI 完全可能形成自己的判断,就像不同数学家品味也不尽相同。我不太相信很多人构想中的”人类负责提问和审美、AI负责回答和证明”这种分工会长期存在。
“它只会做竞赛题,做不了真正的研究。” 这个说法把”竞赛”和”研究”当成两个体裁上的差异,但按照前面的框架,真正的差异其实是决策步数:训练数据里,短链条、几步之内就能走对的例子远比长链条、几十步上百步不能有任何一步出错的例子多得多——步数越长,能找到的、完整走对的训练轨迹在组合上就越稀少。竞赛题恰好大多是短链条问题,AI 的表现就稳定一些。当强化学习把它能连续走对的步数从几步推到几十步、上百步,它自然会突破”只会竞赛题”的边界——这也正是前面讲过的、从日常论文到菲尔兹奖级别工作之间,AI 一步步往上突破的过程。
AI 无法自我验证。 这个说法也可以用同样的框架拆穿:判断”某一步是否正确”,本身通常只是一次单步或少步的局部判断,并不需要走完整条证明链条——这和前面说的”找文献核对”是同一类任务,也正是 AI 最擅长的。真正难的不是”某一步对不对”,而是把成百上千个这样的局部判断串联起来、还要知道该在哪一步反过来推翻之前的路线;这是执行和规划层面的困难,而不是验证能力本身的缺失。
我们也可以来分析很多目前现在 AI 的长处和缺陷。
AI 具有很强的跨学科能力。 以前数学家最推崇的一类结果,就是发现两个原本被认为无关的领域之间存在联系——而这恰好是 AI 很擅长的事情。经常发生的场景是:AI 忽然想到不同领域之间的联系,是这个领域的专家从未想到、甚至看到以后依然意识不到的。
为什么 AI 的突破常常出现在跨学科问题上?我认为有三个原因。
第一,AI 读过几乎所有领域的材料,可以快速调用和重组知识。人类研究者受专业边界限制——很少有人会为了一个组合数学问题专门去学很深的代数数论;AI 没有同样高的跨领域学习成本。
第二,人类可能已经分别造好了一个大问题所需的各个部件,却因为理论太复杂、每个人只掌握一部分,没有意识到这些部件已经足以拼出答案。AI 的广度和远高于单个人的尝试量,使它可能偶然把这些部分连接起来。
第三,已经出现的典型模式是:AI 不沿该领域专家长期使用的路线继续推进,而是调用另一个领域的工具,从一个专家不熟悉的方向迅速突破。
AI 的上下限为什么差距这么大? 有些人可能会疑惑,为什么能解决单位距离猜想,但是实践里面却解决不了很多博士生科研问题。我的理解是,单位距离猜想的证明虽然用到了很高深的工具,但是仔细分析看来只有六七个关键跳跃,每一跳所用的工具都在文献中出现过——这正是 AI 最擅长的形态。中间不需要管理项目状态,不需要太多次执行成功,完全是自然语言的 next token prediction。而大量的博士生日常科研问题,其实是一个需要成百步连续正确的较大工程,这对它未必简单。
AI 当前的短板也很清楚,而且大多不在”智力”上,而在”执行”上——归根结底,是因为长程执行的训练数据非常稀少。这个短板体现在好几个层面:
第一,规划跟不上。它能做好一个大项目里的许多局部步骤,却不擅长决定如何拆分项目、何时停下来总结、何时放弃当前路径改换方向——这是比”单步怎么做”更高一层的决策,恰恰也是训练数据里最稀缺的部分。
第二,智能体层面的动作能力落后于语言能力。调用工具、管理中间状态、组织复杂流程,这些”动手”的能力,和成熟研究者甚至入门博士生相比都还有明显差距。
第三,有时候在知道研究的大致方向时,AI反而帮不上忙。当数学家已经想清楚正确的路线、真正困难只剩下把大量细节严谨地填补齐时,AI 反而常常派不上用场——所以在专家最熟悉的领域,它通常很难沿着专家的路线反超专家。
第四,解释能力落后于解题能力。 它有时候已经找到了有效的路线,却无法在第一轮把想法讲清楚,需要人反复追问才能把思路挖出来。
第五,更麻烦的是它逃避失败的方式。 当它解决不了问题又被要求继续时,会用一种貌似在前进、实则原地打转的方式来掩盖失败——不断把原问题改写成等价但更困难的问题,最后生成一大段连它自己也未必能把握的长文本。
这些具体的执行问题基本上都是因为自然语言缺乏大量决策样本,这些都需要强化学习的搜索与强化搜出来。
AI 真正根本的问题
之前姚顺宇曾经提到过,自然语言的各个任务已经都没有学术问题了。我觉得他说的非常有道理。纯自然语言任务绝大部分已经结束,因为大部分任务总是可以以某种方式约化到next token prediction. 但是从我的角度来讲,还是有两个很重要的问题。
一个是AI如何真正像人类一样学习,以及 AI 的“思考”和人的思考究竟差在哪里?有一种常见的说法是“AI 只是统计,人类才真正理解”。我对这个持怀疑态度:人和 AI 都在识别当前状态、拆解问题、决定下一步;人类寻找答案的过程,本身也包含大量统计和模式匹配。在“思考的行为结构”这个层面上,两者可能没有本质区别。真正的差异更可能在学习方式上——当前模型依靠海量数据、下一词元预测、梯度下降和强化学习,而人类表现出强得多的运行时学习、主动学习和样本效率:我们可以在解题的过程中现学现用一个新工具,模型目前很难做到。让模型真正获得类似人的运行时学习能力,可能是接下来 AI 研究最重要的前沿之一。
第二个根本问题,是很多任务本身就无法被约化成 reward 或者标签学习。强化学习和监督学习共享一个前提:存在某种可以打分、可以判断对错的信号——无论这个信号来自人工标注、自动验证,还是某种可以量化的 reward。竞赛数学和可以跑测试的代码之所以是 AI 训练的沃土,正是因为它们天然带有这种信号:答案对不对、代码能不能通过测试,一目了然。但研究里的很多环节,完全不具备这种结构——比如判断一个问题是否值得研究、一个证明是否真正抓住了问题的本质,这些判断本身没有客观、可自动化的标签或分数,甚至专家之间也常常无法达成一致。这不是”reward 函数设计得不够好”这种工程问题,而是这类任务从原理上就跟”用打分来学习”这个框架不兼容。
真正决定未来的,不只是模型会不会偶尔灵光一现,而是智能体能否持续地规划、执行、验证和解释。对于长程任务来说,存在难以打分、判断中间结果对错的步骤的出现是必然事件。如果这些问题都可以被解决,它稳定完成的证明从 10 页增长到 30 页,再到 100 页,那将对数学研究格局产生根本重塑,AI能给解决的数学问题范围可能超过任何单个数学家,甚至超过整个数学共同体能同时覆盖的范围——届时可能重演围棋式的转折。我在不同场合给过一些激进的时间预测(比如百页级能力最早可能在一两年内出现),但那些只是基于当时发展速度的判断,不应当作确定的时间表;而且要达到“全人类数学能力的总和”,仅仅解决智能体的工程问题可能还不够,AI 还需要在记忆、测试时学习和样本效率上接近人类。
5. 挑战与机遇并存的时代
数学这个学科、以及数学共同体本身,正在被动地被 AI 向前推着走,这带来一系列挑战与机遇。下面我从几个角度分别展开讲一讲。
数学一定无处不在
在未来,当 AI 成为了“更聪明的人”之后——可以想象数学的格局将会产生很大变化。传统意义上的专职“纯粹”数学家可能减少:一部分人会转向整理文献和训练材料,另一部分人会凭借对数学语言的掌握,去开拓数学在科学、工程和 AI 中的新应用。
但数学本身的应用会极大扩张。当 AI 让证明、数学知识和数学表达的成本大幅下降,更多人将能调用以前只有专家才会用的数学。举一个我自己工程实践里的例子:用数学语言描述软件的底层结构和不变量,可以明显减少人和 AI 之间的歧义——先把设计要求写成精确的数学约束,再让 AI 生成满足约束的算法和代码,比用大量自然语言例子反复解释有效得多。数学作为最精确的语言,会在 AI 时代获得全新的应用面。
挑战一:数学与“抽卡数学”
我想专门讲一个目前大量存在的、有点荒诞的研究形态,我把它叫“抽卡数学”。
正常的人机协作是:人理解问题、提出思路,AI 帮忙执行。“抽卡”不一样:把一个自己并不真正理解的问题直接交给 AI,让它自主运行,最后只检查结果对不对。
为什么会出现这种形态?因为对高难问题,AI 沿着专家已经理解的思路推进,往往因为执行力弱而失败;它真正成功的时候,常常是找到了专家完全不熟悉的跨学科路线。于是使用者会形成一种奇怪的策略:主动排除“自己看得懂但大概率无用”的答案,专门保留“看不懂但可能新颖”的答案,事后再去学习其中的工具。这种方式成功率可能很低,几十次未必成一次;但一旦成功,成果的层级可能很高。研究者因此从“理解并掌控数学”变成了“测试 AI 系统”——说实话,在抽卡的时候,我经常觉得我和一个民科没有什么区别。
哪些问题容易被“抽卡”,其实和问题本身的难度分档没有直接关系,而是取决于它有没有一个足够简单的机制——一旦被想到,整个问题就会随之大幅接近解决。目前看来“抽卡数学”所能覆盖的数学定理之高,远超我们的想象,庞加莱猜想在某种意义上就是这样一个例子:一旦有了 Perelman 的熵函数这套工具,剩下的证明虽然依然艰深,但已经变成了一项可以按部就班推进的工作;而我并不认为,找到这样一个公式,一定超出了现在 AI 的能力。往未来看,我觉得 Hodge 猜想、Navier–Stokes 方程的适定性这类千禧年难题,也可能存在类似的机制——一旦被找到,问题会突然从“几代人啃不动”变成“能够被系统性推进”。这正是“抽卡”最有可能命中的那类问题:真正的困难不在于把一条已知思路的细节严谨地走完,而在于有没有人(或 AI)偶然撞见那个还没被任何人找到的关键机制——而这恰好是 AI 广度和试错量最有优势的地方。
我想强调:“抽卡数学”更像当前能力缺陷造成的过渡形态,而不是理想的未来。它之所以存在,是因为 AI 沿专家熟悉的路线还赢不了专家、只能靠陌生路线创造优势、又不能充分解释自己的想法。如果未来执行和解释能力上来了,AI 能在专家熟悉的领域提出专家也认可的新见解,数学研究就会从“抽卡”重新回到可理解、可讨论的主流形态,AI 成为每个人的强合作者。
挑战二:智商逻辑与坚持逻辑的崩坏
数学界当前有一套明显的“智商逻辑”或者坚持逻辑:做出别人做不出的东西,被视为证明自己更聪明,或者更能坚持。菲尔兹奖在某种意义上正是这套逻辑的顶点。当 AI 稳定达到大多数数学家的水平时,这套价值逻辑会崩塌——数学证明的“优美”也一样,它并不是人类专属的护城河。长年死磕单一大问题的方式可能受到冲击:当一个不懂该领域的人也有非零的概率借 AI “抽”出结果时,研究者会更难承受多年押注一个问题的风险。数学研究可能变得更像应用数学:同时关注许多问题、快速测试、减少长期押注。另一方面,个人的能力和学科跨度会大幅提升——研究者可以借 AI 进入原本不熟悉的领域,边探索边学习,去尝试跨学科的大问题。
我认为更可持续的是“应用逻辑”:不在意问题究竟由人还是 AI 解出,而在意提出的问题是否重要、最后是否做出了有用、漂亮的成果。AI 能完成的部分,就当作计算器的能力;人继续去寻找下一个值得解决的问题。所以这个挑战对每个人的分量并不相同:如果做数学只是为了证明智商,AI 超过人会造成强烈的压力;如果目标是完成有用、漂亮的工作,AI 帮你做出更好的工作,反而值得高兴。
挑战三:论文爆炸与审稿
AI 会增加论文数量,但未必无限爆炸——计算和智能体运行仍有成本,我的估计是可能增长十倍,而不一定是百倍、千倍。
传统期刊也未必消失。可以用 AI 初筛掉绝大多数稿件,只把少量重要且可信的交给人审阅;对宣称解决大问题的投稿,可以结合作者信誉机制——曾经虚假声称解决大问题的人,以后接受更严格的筛查。前面说过,AI 的证明能力和验证能力是同步增强的,用 AI 筛 AI 的论文是可行的。
形式化验证在这里有它不可替代的位置,但要分清两个不同的问题。对善意提交、结构清楚的证明,我的经验是干净上下文里的 AI 验证已经很可靠;而对刻意设计来欺骗模型的恶意论文,形式化验证才是真正的防线。形式化很重要,但它的必要性不应该建立在“AI 必然不理解自己写的证明、必然把错的证成对的”这种假设上。
挑战四:贡献分配与重要性评价
AI 参与之后,学术贡献怎么算?我的立场是:只要作者以某种方式解决了重要问题,成果就应计入作者的贡献;偶然试验或 AI 辅助并不取消其贡献,正如实验科学也承认偶然的发现。
更现实的一点是,严格区分“哪一步是人做的、哪一步是 AI 做的”在实践中根本无法验证——研究者只要重新学会并重写 AI 产出的内容,外界就无从判断来源。所以按人/AI 切割贡献没有可执行性。比较可能的制度是:主要依据问题的重要性和成果的完成度来评价作者;披露 AI 的用途,更多是为了帮助他人复现,而不是为了扣减贡献。反过来,如果学界坚持“用了 AI 的部分不算人的贡献”,重要成果中的 AI 使用反而会被系统性地隐瞒,披露制度会彻底失效。
AI也在影响一个大家如何评价一个数学结果,一个结果由 AI 做出,和它的数学重要性毫无关系——但媒体的参与会扭曲这个判断,最近很火的 Jacobian 猜想的反例就是新闻效应大于数学尺度的例子。就反例而言,我的标准是:一个反例真正重要,当且仅当大家原本相信命题为真(也就是不相信反例的存在性),或者反例本身揭示了某种深刻的结构。显然这个例子超出了它应该有的热度。
6. 做为数学家,我们能做什么
首先,不会用智能体的人,会是新时代的文盲——Codex、Claude Code、git 这些工具,还有命令行的基本操作,是一定要学会的。就我自己平时的数学科研而言,大致可以分成三个阶段:ideation(想法)、detailing(细节确定)、paper writing(写作)。ideation 阶段,我目前还是建议直接和聊天窗口对话,但不要用 GPT 网页版——那里的聊天记录不好导出;尽量用 Codex 里自带的聊天,实测下来,聊天本身就是这个阶段最好用的形式,同时一定要学会开分支去试不同的想法。想法差不多定下来以后,就进入把细节确定、保证证明是对的这个阶段:这时候可以直接用Claude Code或者Codex来替我们干活,但是这两个智能体不是为数学设计,如果完全是自己动手补细节,把智能体作为辅助,那它们完全够用。但是如果想进一步解放生产力,追求更加自动化的生产,那么它们在使用时都存在严重的问题。我这里建议大家可以关注北大开源的智能体 rethlas,也可以关注我自己正在开发的 qmd-prover(https://github.com/powergiant/qmd-prover ,项目名字起得太随便了,我打算尽快改一个更合适的名字)。
下面是我自己的 research taste,也就是我对”接下来该做什么”这个问题的判断
对数学家来说,今年和明年是一段很好的窗口期。AI 能力提升的重心,正在从”堆更大的基座模型”逐渐转向”harness 工程”——也就是围绕模型搭建的工具、流程、上下文管理这一整套脚手架。基座模型的训练需要巨大的算力和团队,普通数学家插不上手;但 harness 层里面可以用上很多数学家对研究流程本身的理解,这恰恰是数学家自己更有优势判断的地方。这意味着,这段时间里,数学家其实可以有很多实质性的参与空间。
现在 LLM 的能力越来越强,harness 层很多原本需要专门工具去做的功能,正在被基础模型本身逐渐吸收掉——举个例子,以前很多人会专门为某类任务设计固定的多步工作流:先检索、再规划、再执行、再核查,每一步都用代码显式串起来;但现在 Codex、Claude Code 这类工具自带的动态智能体循环,已经能自己决定什么时候检索、什么时候规划、什么时候执行、什么时候停下来复查,当年很多精心设计的固定工作流,受到这种能力的强烈冲击,变得没有必要了。所以我们不得不思考,什么样的工作才是未来会随着智能体的基础能力迭代而保留下来的?一个有意思的参照是编程语言:模型写代码的能力已经很强了,但并没有出现”typescript 被模型能力吃掉、模型直接绕开 typescript 自己写 javascript”这种情况。也就是说,给 AI 的工作定下一套规范、一种格式(在typescript的情况下,是要求AI遵循类型理论规定的格式),这件事本身很可能不会被模型能力吸收,反而会形成一个很深的护城河,形成 “AI 按照格式写 → 这些按格式写出来的语料被拿去训练 AI → AI 变得更擅长按格式写” 的自我强化的循环。
那具体怎么给数学证明这类自然语言的东西定规矩?我自己在数学上做的一个具体尝试叫 qmd-prover(后面可能改名)。它的做法是用 Quarto markdown(.qmd)这种纯文本格式来写数学:每一个定义、引理、定理都是一个独立的“块”,用三个冒号 ::: 包起来,每一个块会有一个标签,比如 #lem-foo。证明里只要用到某个已有的定义或结果,就要在用到的那一处显式写出 @lem-foo 这样的引用,不能含糊带过。这套规则写在项目根目录的 AGENTS.md 里,是 AI 在这个项目里必须遵守的契约——每次写证明之前先读它,照着规矩写。qmd-prover 本身是一个命令行工具,负责检查 AI 有没有真的照做:一层是机械检查,不需要 AI,直接扫描所有 @id 引用,确认标签唯一、没有引用不存在的结果、依赖关系里没有循环,把整个项目的引用关系拼成一张依赖图;另一层交给一个独立的 AI 验证器,只给它一条证明和它引用的那几个结果,让它判断这条证明是不是真的能从这些引用推出结论,而不是把整个项目的上下文一股脑塞给它。两层检查合起来,才能在任何时刻准确说清楚“这个项目里,哪个结果真的证完了、哪个还卡着、卡在哪”。引入这套格式,和给代码引入类型系统的效果很像,都是引入某种格式之后就能做静态分析,从而使写出正确代码变得容易、还提升可读性——我相信没有人会愿意让 AI 写没有类型检查、定义跳转都很麻烦的 JavaScript。
有了这样一套格式以后,下一步是把整个数学学科的资料都用这套格式重新组织起来,建立数学库、数学规范集——把数学界已有的结果结构化地收录进来,为它们建立好的索引。到那个时候,很多原本要靠人工、或者浪费AI token的事情都可以自动化:检索,找到所有用到某个定理的地方;去重,发现两个看似不同领域的结果其实证的是同一件事;甚至追踪断层——顺着依赖图往下查,发现某条大家都在用的引理,追到源头其实从未被真正证明过,只是“大家都以为已经证过了”。
最后,类似的想法其实可以推广到很多领域,不只是数学。物理、化学、生物这些学科的推导和论证,本质上也是“一个结论建立在若干个已有结论之上”这种依赖结构,只是最终的检验标准从“逻辑是否成立”换成了“是否符合实验数据、是否符合已知理论”;历史学的论证也类似,一个历史判断依赖若干史料和前人研究,把这种依赖关系显式标注出来,会让“这个说法到底有没有证据支持”变得可核查,而不是含糊地“大家都这么说”;哪怕是软件的设计文档,一个模块的设计决策依赖哪些约束、哪些上游假设,也是同一种结构。当然,每个领域需要一套贴合自己学科标准的验证器——数学看逻辑推导,实验学科要核对数据和方法,历史学要核对史料——但“用显式依赖图取代含糊引用、用可追溯的检查取代‘大家都这么说’”这个底层想法是相通的。
对我的项目感兴趣的小伙伴可以私信我或者给我发邮件,不只是欢迎数学背景的,计算机、统计学、物理、化学、生物学等各个背景的朋友都欢迎,很高兴和更多人一起碰撞想法!
更多回答
2025年,三维挂谷猜想,历史上著名的希尔伯特第6问题,即物理学公理化,纷纷在长期沉寂之后迎来了突破。昨晚,王虹和邓煜也分别凭借三维挂谷猜想和希尔伯特第6问题摘得了有“数学界诺贝尔奖”之称的菲尔兹奖。
我们近期已重发过对王虹三维挂谷猜想的详解(参见 90后数学家王虹未曾“赢在起跑线”,但她的工作值得最高殊荣),今天在高兴之余,让我们回顾三位数学家邓煜、Zaher Hani和马骁是如何解决希尔伯特第6问题的,这是数学与物理学交融的伟大成果。
本文经邓煜审看。
撰文 | 嘉伟
曾经看到过一种非常有诗意的说法:牛顿力学消除了时间的方向。如若回忆一下经典力学基础的牛顿三大定律,就可以发现,定律的描述之中是没有时间方向这一参数的。这也意味着,在一个时间倒流的宇宙里,经典力学的表述形式将和我们所熟知的并无任何差异。这种理论性质一般被称为时间反演对称性。
2006年的IMO(国际数学奥林匹克竞赛,International Mathematical Olympiad)金牌得主邓煜,当年被保送至北大数学系,2年之后又转去了麻省理工学院(MIT)继续研读数学专业。如今他已经是颇有建树的青年数学家,现为芝加哥大学教授。他和密歇根大学数学系教授Zaher Hani,以及密歇根大学助理教授马骁(本科毕业于中科大少年班)组成的团队(简称为DHM团队)率先在2025年3月3日于arXiv上贴出文章,宣称解决了希尔伯特第6问题。


虽然125年前提出的希尔伯特第6问题,主旨是物理学的公理化,但如果追溯其历史渊源,可以发现希尔伯特在阐述该问题的时候,未尝没有将热力学第二定律所刻画的宏观现象归结于微观机械行为的动机。所以从一个浪漫且稍显夸张的角度来说,如果经验证无误的话,邓煜等人的论文在某种意义上相当于为牛顿力学找回了时间的箭头。
当然,实际上牛顿力学是一个很宽泛的概念,它包含了三体问题、KAM定理,等等。本身就可以说牛顿力学蕴含了时间的单向性,这些则远非当代数学家的功劳。
时间之矢:经典力学与热力学的紧张关系
早在17世纪,艾萨克·牛顿(Isaac Newton)就开始对运动扩散的不可逆性现象产生了浓厚的兴趣,特别是它似乎还关乎机械宇宙是否还需要神学介入的问题。牛顿认为,一般地说,“运动多是失去容易得到难,总是趋于退化。”
等到18世纪和19世纪早期,人们开始注意到,有很多自然现象似乎并无时间反演对称性。比如说气体的扩散、摩擦力的耗散、热量总是从温度高的物体流向温度低的问题……名为热力学的物理学分支开始发展出一个统一的理论框架,德国数学家和物理学家鲁道夫·克劳修斯(Rudolf Clausius)在1865年第一次提出了热力学第二定律的现代表述:宇宙的熵总是趋于最大。
但这和时间的方向性又有何关系呢?请细想一下我们是怎么知道时间是有方向的?
如果播放一段视频,画面里有个杯子落到地上,摔成了碎片。没有人会觉得这一过程有什么不自然的问题。但是,如果看到地上四散的玻璃碎片跃起,拼成了一个完整的玻璃杯,我们都会意识到,这段视频是倒放的!
上面简单的思想实验其实揭示了我们认知时间的方式,而这一方式本质上是人类对热力学第二定律的朴素经验——就算完全不了解热力学第二定律的人,因为世界上的万事万物都受其制约,所以通过身边的现象,自然会对这一基本物理学定律有所感知。
19世纪中叶,新生的热力学理论享有一段与牛顿力学没有明显冲突的短暂安宁时期。詹姆斯·克拉克·麦克斯韦(James Clerk Maxwell)和路德维希·玻尔兹曼(Ludwig Eduard Boltzmann)把气体分子的运动理论和统计学上的概念联系了起来。玻尔兹曼更是首次把统计力学与热力学第二定律之间的联系,阐释得明明白白。
麦克斯韦引入了著名的分子混沌假设。它假设两个发生碰撞的粒子的速度是彼此不相关的,并且与具体位置无关。这意味着可以通过分别考虑每个粒子的概率来计算一对具有给定速度的粒子碰撞的概率,而忽略找到一个具有速度v的粒子和找到另一个具有速度v′的粒子的概率之间的相关性。这个假设是玻尔兹曼方程的关键成分,它允许从 BBGKY 层次结构(描述多粒子系统中各个粒子的分布函数)过渡到玻尔兹曼方程,玻尔兹曼用它推导出了气体分子的热力学第二定律——H定理(H-theorem)。

他们的方法是把气体分子看作是刚性的小球,根据小球速度的统计分布,可以得到气体宏观行为的特征——如根据分子运动来描述的热现象,毕竟温度就是物体内部分子或原子的平均动能的量度。
但有个更加基本的问题:考察单个分子小球,没有什么神秘的力量迫使它遵循热力学第二定律,它仅仅是遵照一般的动力学定律,运动、碰撞、改变路径……全部过程都是可逆的,每个分子也都是如此,但是在整体上,最终实现了热力学第二定律所指向的单一结果。而这种确定的方向性——如温度不同的气体混合在一起,最终温度会变得均匀——我们通常就认为,这是时间的方向!
或许有读者会猜测,热力学定律与经典力学存在“矛盾”,是否是因为它其实是量子现象?遗憾的是,量子力学里的薛定谔方程也是时间反演对称的。实际上几乎所有的物理学定律都满足时间反演对称性,像热力学第二定律这样有时间方向性的定律反而是少数派。
质疑:从物理过渡到数学
不出所料,这个深奥的物理问题自然而然地引出了深奥的数学问题……以及争端。
约翰·洛施密特(Johann Josef Loschmidt)是奥地利的科学家,在热力学、光学、电动力学和化学领域做出了开创性的工作。他虽是玻尔兹曼的好友,但无法接受从时间对称的动力学和形式中推导出不可逆的过程!在科学史上,从时间对称的动力学和形式中推导出不可逆的过程被称为洛施密特悖论。
洛施密特并不孤单,实际上大名鼎鼎的数学家和逻辑学家恩斯特·策梅洛(Ernst Zermelo)也反对统计力学。策梅洛是如今数学界使用最广泛的公理系统——策梅洛-弗兰克尔公理系统(ZF,如果加上选择公理则是ZFC)——的创建者之一。他意识到,玻尔兹曼的H-定理与亨利·庞加莱(Jules Henri Poincaré)的回归定理相互冲突。庞加莱是那个时代的数学界领袖,拓扑学上著名的庞加莱猜想正是他提出的。
庞加莱回归定理(Poincaré Recurrence Theorem)断言对于某类孤立的力学系统,只要经过足够长的时间,系统一定会回到一个与初始状态任意接近的状态,或者返回到初始状态本身。这个定理适用于守恒系统,即系统的总能量和体积保持不变。庞加莱回归定理的核心思想是,在一个有限体积的相空间中,系统的轨迹会在时间演化中不断遍历这个空间,最终会回到初始状态或其附近。换句话说,模拟稀薄气体分子的大量小球,可以演化到无限接近初始时的状态。这就违背了热力学第二定律。
玻尔兹曼对此做出的解释,也是现代教科书普遍采用的解释是:统计力学是基于统计的,而庞加莱回归所需时间的期望值,远远超过宇宙的现有寿命,所以系统在几乎所有时间里都是满足热力学第二定律的,这体现了热力学定律在宏观上的统计意义。
统计力学奠基人路德维希·玻尔兹曼于 1905 年访问了美国加州新成立的斯坦福大学,在日记里写道:“在欧洲,如果一个富婆发疯了,她会给自己买一打猫或一只鹦鹉;而在这里,她会聘请一流的建筑师,建造一所大学。”

经过几次质疑和反驳,玻尔兹曼的统计力学开始被人们接受。但最开始的问题仍困扰着那个时代的数学家:能否摒弃未经证明的假说,单纯借助经典力学推导出玻尔兹曼方程(相当于说从时间可逆的机械力学系统演化出时间不可逆的热力学系统)?如果不能的话,是不是说明用于构建玻尔兹曼方程的那些假说,本身是一个需要客观承认的新物理事实(定律)?
回应:希尔伯特第6问题
在1900年的巴黎国际数学家大会,历史地位至少与庞加莱相当的数学巨人大卫·希尔伯特(David Hilbert)在演讲中提出了著名的23个“面向未来”的问题。
其中第6个问题:
“对几何基础的研究提出了这样一个问题:以公理化的方法同样处理那些当今数学已发挥重要作用的物理科学;其中首要的是概率论和力学。……玻尔兹曼关于力学基本原理的工作提出了这样一个问题:如何在数学上发展那些仅被初步阐明的极限过程,进而从原子论的观点推导出连续介质的运动定律。”
这里大家也能看到,希尔伯特第6问题是非常宽泛的,最终目标是把整个物理学公理化,但是在问题的进一步阐述中,他特意提及了玻尔兹曼方程和(经典)力学的关系。结合前文介绍的背景,也能反推出当时学界对玻尔兹曼的统计力学的不信任程度,以及希尔伯特迫切期望澄清“可逆的动力学过程如何演化出不可逆结果”的数学本质。
后者(而非为物理学进行公理化)也是DHM团队意图攻克的难题。
历史上对该问题后半部分的常规理解是,从稀薄气体的动力学玻尔兹曼方程到可压缩气体动力学的连续欧拉方程和不可压缩的纳维-斯托克斯-傅里叶方程的过渡。但是少有数学家尝试去从牛顿力学推出玻尔兹曼方程。
直到1975年,美国数学家Oscar Erasmus Lanford证明了Lanford定理。他基于粒子均为球对称粒子弹性碰撞的假设,证明了在足够短的时间内玻尔兹曼方程的正确性。近年来欧洲的数学家们(如Laure Saint-Raymond,Isabelle Gallagher等人)对此问题进行了深入的研究,但希尔伯特第6问题需要对任意长的时间证明玻尔兹曼方程的正确性,在这点上并无突破进展。
主要困难来自于证明不同粒子的(渐近)独立性的假设是合理的,也就是前文提及的分子混沌假设。这被证明更具挑战性。事实上,最新论文的三位作者甚至花了一些时间才把它作为一个具体的数学问题来正确地阐释。

DHM团队尝试解决这一历史遗留问题,进而完全打通“从牛顿到玻尔兹曼到流体方程”的过程。
他们以及历史上对“狭义”希尔伯特第6问题的解答,比起为物理学(某个分支)构建一套公理系统(并证明其相容性),更像是证明纯粹的数学问题(虽然这个问题的背后有丰富的内涵和历史,乃至深刻的哲学),大意如下:
根据控制微观粒子相互作用的牛顿定律,对流体的宏观方程(如欧拉方程和纳维-斯托克斯方程)给出数学上严格的推导,其中,玻尔兹曼动力学方程的推导是一个关键的中间步骤。换句话说,这个问题需要证明两个极限的合理性:(i)动力学极限,即在适当的极限N → ∞中,从N粒子系统的(微观)牛顿力学传递到单粒子密度函数的玻尔兹曼动力学方程,以及(ii)流体力学极限,即在碰撞频率趋于无穷大的极限中,从玻尔兹曼动力学方程传递到流体运动的(宏观)方程。
单个水分子就像是一个小球,足够多的水分子则可以构成水蒸气。当分子小球彼此始终处于碰撞中,我们可以说它们“黏”在了一起,变成了连续的液体。
把上面朴素的思路进行理论化,就得到了数学物理中的kinetic limit的概念。它通常用于描述从微观动力学到宏观行为的过渡。它涉及研究当系统中粒子数量趋于无穷大且粒子间的相互作用范围趋于零时,系统的行为如何演化。在玻尔兹曼动力学理论中,kinetic limit是推导玻尔兹曼方程的关键步骤。通过这种极限过程,可以从粒子系统的微观动力学(如牛顿定律)推导出描述宏观行为的动力学方程(如流体力学方程)。这一过程通常被称为 Boltzmann-Grad 极限,它是稀薄气体分子运动理论的基础。
DHM团队的论文有48页,但是要想吃透里面的内容,则需要对这一领域有全面且深入地理解。至少还需要阅读历史上数十篇相关的论文,像他们之前在2024年11月发表的164页论文,就是为最后一篇所做的准备工作。
另外值得一提的是,数学界有所谓的四大顶刊:Annals of Mathematics(《数学年刊》)、Inventiones Mathematicae(《数学新进展》)、Acta Mathematica(《数学学报》)和Journal of the American Mathematical Society (JAMS)(《美国数学会杂志》)。在这些期刊上发表论文的难度极高,能够在其中发表文章是数学家学术生涯中的重要成就。刚刚进入研究领域并不算久的邓煜,已在其中三家刊物上发表过论文。最近两年更是连续有论文被顶刊所采用。

他们最新的论文,就算是偏微分方程领域里的专家学者,也需要漫长的时间来研读审阅,才能做出评价。笔者限于自身的水平,更无可能对文章进行深入的分析和讲解,乃至做出评判。但还是可以纠正一些媒体的报道。比如,有一篇报道提到,他们主要通过4个步骤实现突破,其中第四步是“熵产生机制,通过碰撞序列的马尔可夫性解释时间箭头起源”云云,这部分疑似由AI生成……按照他们团队的思路,完全不需要解释熵产生机制——他们只需要从牛顿力学推出玻尔兹曼方程,后者原本就蕴含H-定理。从前文可知,H-定理相当于针对气体的热力学第二定律。此外在论文中也没有看到关于马尔可夫性的应用。
邓煜现就职于芝加哥大学的数学系,在他的知乎个人主页上有如下个人介绍:
喜爱诗歌、故事、小说、拼图、漫画、围棋、足球以及任何美丽迷人的事物。
诚哉斯言。
参考资料
[1]Yu Deng, Zaher Hani, Xiao Ma, Hilbert's sixth problem: derivation of fluid equations via Boltzmann's kinetic theory, arXiv:2503.01800
[2]Yu Deng, Zaher Hani, Xiao Ma, Long time derivation of the Boltzmann equation from hard sphere dynamics, arXiv:2408.07818
[3]邓煜芝加哥大学的个人主页https://mathematics.uchicago.edu/people/profile/yu-deng/
[4]Yu Deng,https://www.zhihu.com/question/34782710/answer/354811354
好久没写过长文了,上一次对Wang先辈的论文做了不少解读,在我的主页可以找到零零散散的汇总,我们废话不多说,这次来看看Deng的。

阅读提示:本文大量数学史私货(没说没有其他私货),所以旁边有目录,不喜欢看庞大数学史论述的可以看一眼第一节标出来的希尔伯特第六问的三层级,直接跳到后面看对工作的解读。
希尔伯特第六问题
希尔伯特之梦:希尔伯特及其事业、斗争
"In der Mathematik gibt es kein Ignorabimus."
——Hilbert
19世纪末,康托尔创立了朴素集合论,为整个现代数学提供了统一的底层语言。希尔伯特对其推崇备至,称之为“人类纯粹智力活动的最高成就”。
在1900年之前,罗巴切夫斯基、黎曼等人发展的非欧几何打破了欧几里得几何作为唯一物理现实的垄断地位。数学家们意识到,几何学实际上可以脱离直观的物理空间,成为一套基于公理的纯逻辑演绎系统,1899年,希尔伯特出版了划时代的著作《几何基础》,以前所未有的严密性将几何学彻底公理化。在希尔伯特的哲学观中,几何学本质上是物理学的一个分支——既然带有强烈经验色彩的几何学可以被剥离经验、转化为严密的纯数学公理系统,那么物理学的其他分支理应也能接受同样的数学处理。
在这种时代精神的感召下,1900年巴黎第二届国际数学家大会上,他提出了23个数学问题,深刻地塑造了20世纪数学的发展轨迹,第六问题核心诉求是将物理学公理化,即将物理理论剥离为三个独立部分:物理公理、分析工具以及物理学解释。
第一层级的目标是公理化概率论与力学,希尔伯特在原稿中明确指出:“在这些(需要公理化的)物理科学中,排在首位的是概率论和力学。” 他要求找到一套完备、独立且不矛盾的公理系统,作为这两个学科的绝对起点。这是因为19世纪下半叶,麦克斯韦和玻尔兹曼创立了气体动理论和统计力学,这一理论试图用大量微观粒子的牛顿力学运动来解释宏观的流体力学和热力学现象,然而,这一跨越面临着严峻的逻辑和数学困难:微观粒子遵循确定性的经典力学,而宏观演化却引入了概率和不可逆性。当时的概率论仍然被视为一种处理赌博和经验数据的边缘工具,缺乏严密的数学基础,甚至充满悖论。希尔伯特敏锐地察觉到,如果不从数学上严密定义概率,并理清从微观到宏观的极限过渡,物理学的根基将是不稳固的。
第二层级目标是从微观到宏观的数学极限证明,这是希尔伯特对玻尔兹曼理论的直接回应,他要求数学家从原子层面的微观牛顿定律出发,在粒子数 N \to \infty 且体积缩小的极限下,严格推导出介观的玻尔兹曼方程,并进一步推导出宏观的流体动力学方程,如Euler或Navier-Stokes方程,本质上是要求证明:物理学的多尺度现象(微观、介观、宏观)在数学上是同源且逻辑自洽的。
终极目标是消除物理学中的隐性假设,希尔伯特希望通过公理化,彻底查明物理理论中隐藏的前提条件。一旦物理学变成了纯粹的数学推导,科学家就可以通过检验公理的相容性,来判断物理理论是否可能存在自相矛盾。
当然,此时的希尔伯特还不知道自己要面对什么。
风云多变,1902年,伯特兰·罗素提出了著名的罗素悖论,罗素将这个悖论写信告诉了即将出版《算术基本法则》第二卷的弗雷格,直接摧毁了弗雷格毕生的逻辑主义心血,集合论中的悖论如布拉利-福尔蒂悖论、康托尔悖论接连浮出水面,标志着第三次数学危机的全面爆发。
天下大乱,形势大好。
要理解希尔伯特如何在这场纷乱的斗争中走上舞台,并完善自己的思想,就要理解希尔伯特后半生的死对头——布劳威尔。
布劳威尔是一位带有神秘主义色彩的思想家,1905年,也就是在他24岁时,他出版的短篇专著《生活、艺术与神秘主义》是他神秘主义思想的集中表现。他主张人类应当从物质世界和外在现象中撤离,退回到自我意识的封闭堡垒中,外部世界在本质上是一种幻觉或次要的衍生物;同时,在他的描述中,当个体闭上双眼,切断与外部世界的联系时,就能体验到一种神秘的、无时间性的宁静。
在布劳威尔的宇宙观中,人类历史是一场悲剧性的堕落史,而导致堕落的罪魁祸首正是理智和语言,他认为,人类为了在自然界中生存和统治其他客体,发展出了理智,而理智,就其本身而言,其并非为了探索真理而存在的官能,理智将世界客体化、割裂化,它关心的只是“因果序列”和“控制”。他认为语言纯粹是人类为了意志的交锋、为了驱使他人或达成社会协作而发明的工具,语言无法传达真实的内在体验,一旦我们试图用语言去描述那个神秘的内在真理,真理就已经被扭曲和贬低了。
这种思想深深渗透到了他后来的数学构造实践中,布劳威尔将康德的先验时间观推向了神秘主义的极致,他认为,当静止的内在意识发生第一次波动,即从现在流向过去,从统一分裂为二时,就产生了时间的直觉,所有的自然数、连续统以及整个直觉主义数学大厦,都是在这个无语言的、纯粹的内在时间直觉中一步步构造出来的,数学本质上是一场无语言的、内在的神秘冥想活动,数学公式和论文,只是数学家为了唤起其他数学家相似的内在体验而使用的、并不完美的暗示符号。
1907年,布劳威尔在阿姆斯特丹大学发表博士论文《论数学的基础》,首次系统性地提出了直觉主义的哲学框架,标志着布劳威尔正式将其神秘主义和直觉主义主张付诸数学实践。
最开始,希尔伯特和布劳威尔是亲密的朋友,1909年,两人在荷兰的斯赫弗宁根海滨初次相遇,这次会面给年轻的布劳威尔留下了极其深刻的印象,他在给朋友的信中深情地形容希尔伯特是“穿透我生命的一道美丽的新光芒”。
布劳威尔早期在拓扑学领域取得了震撼古典数学界的成就,如不动点定理、维数拓扑不变性等,这些至今都还是代数拓扑学的必学内容。希尔伯特对这位年轻人的数学才华赞叹不已,并在1912年鼎力支持布劳威尔获得了阿姆斯特丹大学的正式教职,希尔伯特甚至曾试图将布劳威尔挖到当时的“数学麦加”——哥廷根大学,不过被布劳威尔出于对远离喧嚣的隐居生活的向往而婉拒了。
但是,布劳威尔的野心越来越膨胀,直觉主义革命的他正在不断蚕食希尔伯特形式主义哥廷根派的空间,他开始要求数学界剔除所有不具备构造性的证明,这就要求放弃经典逻辑中的排中律,这意味着希尔伯特最为倚重的大量理论将被视为无意义的符号游戏。他宣称,大部分基于非构造性证明的现代数学(包括希尔伯特早年的成名作不变量定理)都是毫无意义的废话,必须被抛弃,二人开始互生罅隙。
最让希尔伯特难堪的是,外尔,这个希尔伯特最得意、最聪明的门生。他在1918年出版《连续统》,开始偏离古典数学轨道,试图在不使用非构造性方法的前提下,重新建立实数理论,哥廷根内部开始出现裂痕,三年后,1921年,外尔突然倒戈,发表了支持直觉主义的宣言《关于数学基础的新危机》,宣称“布劳威尔就是革命”,这对晚年患病的希尔伯特造成了极大的打击。
这期间,希尔伯特在1920年发表了希尔伯特纲领,正式把他从十九世纪末期至二十世纪初想要存在的稳定地基做了一个系统的论述,我们称之为希尔伯特之梦,他要建立一个绝对安全、严密且全知全能的数学乌托邦,其核心定义包含四大支柱:
1.彻底的形式化: 将所有数学命题、概念和证明完全转化为没有任何经验意义的符号组合与逻辑演算,剥离人类的直觉和模糊性。数学变成一场“按照既定规则操作符号的游戏”。
2.绝对的相容性: 必须在数学体系内部,严格证明这个形式系统是绝对不会推导出矛盾的。这是“梦”的根基。
3.逻辑的完备性: 任何一个真实的数学命题,都必须能够在这个形式系统内被推导和证明出来。即数学中不存在“绝对的不可知”。
4.普遍的可判定性: 存在一种机械的算法过程,能够在有限步内判定任何给定的数学命题是真还是假。
1922年,希尔伯特正式吹响了反击的号角,发表了题为《数学的重新基础:第一篇报告》的著名论文,他开始着手构建希尔伯特纲领的梦想,在《数学的重新基础》中,希尔伯特明确将矛头对准外尔和布劳威尔,他指出,如果按照直觉主义的要求去阉割数学,废除排中律和非构造性存在证明,那么数学家将失去微积分、康托尔的集合论以及绝大部分现代分析学。希尔伯特在这篇论文中确立了一个核心基调:不能退缩,必须一劳永逸地为古典数学建立一个绝对安全的基础,彻底平息关于悖论的恐惧。
这篇论文最重要的理论创举,是希尔伯特在数学内部划定了一道界限,提出了对象语言与元语言的分离。
希尔伯特提出,要彻底切断数学符号与直观经验之间的联系。数学命题(如微积分、集合论)不再是关于现实世界或抽象实体的陈述,而仅仅是一堆没有内在意义的符号串(如 \exists x, \forall y)。 数学定理的证明,不再是逻辑上的“推理”,而是按照一套严格规定的、机械的推导规则(如分离规则),对这些符号串进行物理上的排列组合与变换。
数学本身变成了没有意义的符号游戏,那么谁来赋予整个体系合法性?希尔伯特由此创立了一门全新的学科——元数学(或称证明论)。元数学的对象是数学证明本身,希尔伯特提出,我们要站在形式系统之外,把写在纸上的那些符号和推导步骤作为物理实体,用一种极其直观、极其安全的逻辑,来研究这些符号系统的性质。
希尔伯特清楚,如果在元数学中继续使用复杂的古典逻辑,就会陷入循环论证,因此,他在此文中规定:元数学的推理方法,必须是极其严格的“有限主义”的。在元数学中,绝对不允许使用任何关于“无限”的概念。所有的元数学推理,必须是直观的、构造性的、在有限步骤内可以完成的验证。这实际上是希尔伯特向布劳威尔做出的巨大让步,他等同于同意直觉主义者关于真理必须是有限构造的哲学观点。但把这种有限主义限制在元数学层面,只要用他们认可的有限构造方法,证明了包含无限的古典形式数学系统是安全的,他们就再也无话可说了。
在确立了形式化和元数学框架后,希尔伯特在论文中提出了纲领的终极目标,也是整个系统合法性的唯一判据:相容性证明。在《数学的重新基础》中,他将这一目标转化为一个纯粹的符号组合学难题:
1.假设存在一个形式系统(包含了所有的古典数学逻辑和算术公理)。
2.我们需要在“有限主义”的元数学框架内证明:在这个系统中,绝对不可能同时推导出公式 A 和它的否定 \neg A。
只要完成了这个有限主义的相容性证明,排中律和实无限就可以作为一种理想元素,合法地保留在数学中。悖论的幽灵将被彻底驱散,康托尔的乐园将得到永恒的保卫。
1922年的《数学的重新基础》标志着希尔伯特从防守转向了战略反攻,然而,希尔伯特的身体也在逐渐恶化,到了1928年,希尔伯特患上了严重的恶性贫血,病情危机。
《数学年刊》是当时世界上最具权威的数学期刊,希尔伯特是主编,而布劳威尔也是核心编委之一。他在病榻上产生了一个极其强烈的恐惧:一旦自己离世,凭借布劳威尔在学术界的巨大威望和强硬霸道的性格,哥廷根学派布卢门塔尔等人将无法压制他。布劳威尔极有可能会实质性掌控《数学年刊》,并利用主编的权力,将直觉主义确立为期刊的审稿标准——这意味着,使用了排中律和非构造性证明的古典数学论文将被大量拒稿。因此,他决定在自己死前,动用一切政治手段,彻底清除布劳威尔。
那一夜他思索良久。他想到了千千万万在经典数学奋斗的数学家,难道他们为之奋斗的一切,就换来这样一个数学界吗?他想到广大的数学学生,他们怎么办?他很不甘心。他做出了一个决定,这件事哪怕是他摔得粉碎,即使失败了,他也不惧怕。因为他知道:“理性的风终究会吹走尘埃”。
希尔伯特从哥廷根出来了。在召集学者们开会时,说了一句惊世骇俗的话:“以前我带你们抗击直觉主义,现在我又要带你们抗击直觉主义!”
他发动了一场轰轰烈烈的《数学年刊》编辑部政变,1928年10月,希尔伯特在未通知布劳威尔的情况下,单方面向出版商斯普林格以及编辑部其他成员发出了一封强硬的信件。他宣称,由于布劳威尔的直觉主义立场与期刊的宗旨完全不相容,他拒绝继续与布劳威尔共事。希尔伯特下达了最后通牒:要么布劳威尔走人,要么我希尔伯特退出《数学年刊》。
作为共同主编的爱因斯坦收到了这份要求罢免布劳威尔的信件。爱因斯坦对此感到极其厌恶,他拒绝在罢免信上签字。爱因斯坦给波恩写信,留下了著名的评价:“这简直是一场青蛙与老鼠的战争!” 随后,爱因斯坦为了表达对这种学阀作风的抗议,主动辞去了《数学年刊》编委的职务,抽身退步。1928年11月2日,另一位著名数学家卡拉西奥多里试图在两人之间斡旋,建议布劳威尔主动辞职以保具体面。但生性骄傲、自认没有做错任何事的布劳威尔断然拒绝,并发表长信痛斥希尔伯特的行为是“不公正的政变”。
1928年11月27日,在希尔伯特的强大压力和出版商斯普林格的默许下,执行主编布卢门塔尔被迫充当了刽子手。他给布劳威尔写了一封极其简短冷酷的信件,正式通知他:为了期刊的生存,经过希尔伯特的决定,你已被解除了编辑职务。为了在程序上使这次驱逐显得合法,希尔伯特和斯普林格出版社甚至采取了一个极端的手段,他们宣布直接解散整个《数学年刊》编辑部,然后立刻重组。 在重新公布的编辑名单中,希尔伯特依然在列,而布劳威尔的名字则被永远剔除了。
遭到无理驱逐的布劳威尔陷入了极度的抑郁,他感到被整个数学界背叛,在此后的长达十多年的时间里,即所谓的“沉默的十年”,他停止了所有数学论文的发表,撤回了自己在拓扑学和直觉主义上的前沿阵地,转而研究哲学,甚至变得孤僻和偏执。
斗争以一种最滑稽的两败俱伤走向了结束
1930年9月8日,希尔伯特在家乡发表了那场著名的退休广播演讲,以“我们必须知道,我们必将知道”作为唯理主义的最高昂宣誓;而就在此前一天的圆桌会议上,24岁的库尔特·哥德尔首次宣布了他的第一不完备性定理。
希尔伯特并没有参加哥德尔发言的那场圆桌会议,将这个噩耗带给哥廷根学派的,是当时在场的约翰·冯·诺依曼,以及后来仔细研读了哥德尔论文的保罗·伯奈斯。
据伯奈斯回忆,当希尔伯特最初听到哥德尔的结论时,他的第一反应是“愤怒”与深深的挫败感,在很长一段时间里,希尔伯特拒绝完全接受哥德尔的结论,试图让伯奈斯去寻找证明中的逻辑漏洞。
第一定理:哥德尔证明了,在任何包含基本算术的无矛盾形式系统中,必然存在一个命题,既不能被证明为真,也不能被证明为假。
第二定理:哥德尔证明了,如果一个系统是相容的,那么这种相容性绝对无法在系统内部被证明。
这意味着,希尔伯特试图建立的“绝对安全的基础”在逻辑上是一个悖论。
面对无可辩驳的数学证明,希尔伯特最终表现出了一代宗师的体面,他不再寻求“绝对的有限主义证明”。1936年,哥廷根学派的新锐格哈德·根岑通过引入“超限归纳法”证明了算术系统的相容性,这虽然偏离了希尔伯特最初的严苛标准,但被视为希尔伯特纲领在哥德尔打击下所能达成的最好妥协。
布劳威尔对此态度冷淡,他一直主张,数学是人类心智的自由直觉活动,语言和符号只是对这种心智活动的拙劣模仿。对布劳威尔而言,哥德尔的不完备性定理本质上仍然是一个关于形式系统的定理。既然布劳威尔打心底里认为形式系统只是没有生命的纸面游戏,那么去证明一个毫无意义的游戏是不完备的,又有什么哲学价值呢?
哥德尔既不是希尔伯特的形式主义者,也不是布劳威尔的直觉主义者,他是一个坚定的柏拉图主义者,哥德尔的搅局,让这场纷争以一种极不干净的结尾收场了。
余梦难消
1933年的哥廷根,空气中弥漫着政治的狂热与学术的死寂。后来,当纳粹教育部长向晚年的希尔伯特询问哥廷根数学研究所的现状时,这位曾经的统帅只留下了一句凄凉的回答:“哥廷根已经没有数学了。”肉体上的哥廷根在纳粹的铁蹄下化为焦土,精神上的哥廷根在哥德尔的定调中轰然倒塌。对于纯数学而言,希尔伯特的那个“绝对无矛盾”的古典之梦,似乎已经随着那个时代一起被连根拔起。
这一年,是哥廷根学派覆灭的元年。
但许多同时代的人并未察觉,同样是在1933年,远在莫斯科的苏联数学家柯尔莫哥洛夫出版了薄薄的《概率论基础》;而就在此前一年的1932年,流亡前夕的冯·诺依曼出版了《量子力学的数学基础》。
尽管希尔伯特企图用公理化驯服纯粹算术的战役以一种极不干净的方式收场了,但他试图用公理化驯服“经验世界”的宏大构想,却恰恰在哥廷根覆灭的前夜迎来了大爆发。
柯尔莫哥洛夫的《概率论基础》天才地将概率论与勒贝格的测度论结合,他提出了概率空间的三元组 (\Omega, \mathcal{F}, P),其中 \Omega 为样本空间,\mathcal{F} 为 \sigma-代数(事件),P 为概率测度。通过五条极简的公理,柯尔莫哥洛夫将概率论完全纳入了现代纯粹数学的范畴。这一工作被数学界公认为完美解决了希尔伯特第六问题在概率论方向的诉求。
1900年时量子力学尚未诞生,但当1920年代海森堡(矩阵力学)和薛定谔(波动力学)建立量子理论后,狄拉克给出了一个物理上优美但数学上不严密的形式体系(如引入了当时的数学无法定义狄拉克 \delta 函数,虽然后来在泛函分析的广义函数论解决了这个问题)。量子力学的公理化自然成为了第六问题的新核心。
《量子力学的数学基础》在希尔伯特等人的谱理论基础上引入了可分希尔伯特空间 \mathcal{H} 的概念。他将量子力学的状态公理化为 \mathcal{H} 中的单位射线,将物理可观测量公理化为 \mathcal{H} 上的自伴算子,并利用谱定理严格统一了薛定谔的波动方程和海森堡的矩阵力学。这一工作在非相对论量子力学领域,不仅解决了公理化问题,也直接推动了泛函分析和算子代数的繁荣。这是希尔伯特第六问的一个意外收获。
其实从这里,你可以发现希尔伯特第六问并不是一个可以被一劳永逸解决的问题,而是一个“程序性的召唤”,有趣的是,我们都知道数学是以问题导向为基础的,来自于这一个问题的导向为数学带来了很多,物理学公理化的失败或重构,反哺了整个20世纪的纯粹数学,催生了测度论、泛函分析、广义函数论、算子代数体系以及现代微分几何,这条从物理直觉走向数学严密的无尽之路,本身构成了现代数学物理的一部协同进化的历史。
在现代
因此,我想在这里指出,邓煜解决了希尔伯特第六问题这一说法完全不准确,因为这并不是一个可以被解决的问题,每次当物理走向新的领域,第六问题就永远在膨胀,这是一个open problem。
我们知道希尔伯特第六问题想要解决的是从微观推导出宏观,这其中又分为两个部分,从微观到介观、从介观到宏观。
邓煜解决的部分是从大量微观粒子的牛顿动力学系统推导出介观的统计分布方程即玻尔兹曼方程在时间尺度上的核心瓶颈,这个是从微观到介观的部分,在严格的数学意义上彻底打通了从牛顿力学推导流体方程的通道。
从历史到尝试
玻尔兹曼方程
要理解邓煜的核心工作——从牛顿动力学系统推导出玻尔兹曼方程,我们得先知道玻尔兹曼方程是什么,在传统意义下如何推导。
考虑一个由大量全同单原子分子组成的气体系统。定义单体分布函数 f(\mathbf{r}, \mathbf{v}, t)。在时刻 t,处于位置 \mathbf{r} 到 \mathbf{r} + \mathrm d\mathbf{r},速度在 \mathbf{v} 到 \mathbf{v} + \mathrm d\mathbf{v} 范围内的相空间体积元 \mathrm d^3\mathbf{r} \mathrm d^3\mathbf{v} 中的粒子数为: \mathrm dN = f(\mathbf{r}, \mathbf{v}, t) \mathrm d^3\mathbf{r} \mathrm d^3\mathbf{v} 如果没有粒子间的碰撞,相空间中的粒子仅在外部保守力场 \mathbf{F}(\mathbf{r}, t) 的作用下运动。根据哈密顿力学刘维尔定理,相空间流体是不可压缩的。在时间 \mathrm dt 内,位于 (\mathbf{r}, \mathbf{v}) 的粒子将运动到 (\mathbf{r} + \mathbf{v}\mathrm dt, \mathbf{v} + \dfrac{\mathbf{F}}{m}\mathrm dt)。基于粒子数守恒: f\left(\mathbf{r} + \mathbf{v}\mathrm dt, \mathbf{v} + \frac{\mathbf{F}}{m}\mathrm dt, t +\mathrm dt\right)\mathrm d^3\mathbf{r}'\mathrm d^3\mathbf{v}' = f(\mathbf{r}, \mathbf{v}, t)\mathrm d^3\mathbf{r}\mathrm d^3\mathbf{v} 相体积不变,因此 \mathrm d^3\mathbf{r}'\mathrm d^3\mathbf{v}' = \mathrm d^3\mathbf{r}\mathrm d^3\mathbf{v} ,将左式进行泰勒展开并取一阶项,可得全导数为零: \frac{\mathrm df}{\mathrm dt} = \frac{\partial f}{\partial t} + \mathbf{v} \cdot \nabla_{\mathbf{r}} f + \frac{\mathbf{F}}{m} \cdot \nabla_{\mathbf{v}} f = 0 在实际气体中,粒子间存在相互作用(碰撞),导致粒子会跳入或跳出我们所关注的相空间体积元 \mathrm d^3\mathbf{r} \mathrm d^3\mathbf{v}。因此,分布函数的全导数等于碰撞导致的净变化率:
\frac{\partial f}{\partial t} + \mathbf{v} \cdot \nabla_{\mathbf{r}} f + \frac{\mathbf{F}}{m} \cdot \nabla_{\mathbf{v}} f = \left(\frac{\partial f}{\partial t}\right)_{\text{coll}} 为了推导右侧的碰撞积分,需要引入以下假设,即稀薄气体极限:
1.只考虑二体碰撞
2.碰撞是局域的且瞬时的
3.分子混沌假设,在碰撞前,参与碰撞的两个粒子的速度是不相关的,即二体分布函数可以分解为单体分布函数的乘积:f^{(2)}(\mathbf{r}, \mathbf{v}, \mathbf{v}_1, t) = f(\mathbf{r}, \mathbf{v}, t)f(\mathbf{r}, \mathbf{v}_1, t)。
注意这里,分子混沌假设从牛顿力学的严格角度来看,这个等式是错误的,当两个粒子发生碰撞后,它们的速度和位置由于牛顿相互作用已经产生了强烈的关联,牛顿力学是时间可逆的,因此牛顿力学要求这种关联在未来的演化中被精确记忆,但分子混沌假设强行抹除了这种关联,假设粒子在参加下一次碰撞前,又忘记了彼此的历史,变成了统计独立的,正是这种人为的信息截断和概率化处理,打破了牛顿系统的时间可逆性。
考虑两个质量为 m 的粒子发生弹性碰撞,碰撞前速度为 (\mathbf{v}, \mathbf{v}_1),碰撞后速度为 (\mathbf{v}', \mathbf{v}'_1)。 由动量守恒和能量守恒: \mathbf{v} + \mathbf{v}_1 = \mathbf{v}' + \mathbf{v}'_1\mathbf{v}^2 + \mathbf{v}_1^2 = (\mathbf{v}')^2 + (\mathbf{v}'_1)^2 定义相对速度 \mathbf{g} = \mathbf{v} - \mathbf{v}_1 及碰撞后的相对速度 \mathbf{g}' = \mathbf{v}' - \mathbf{v}'_1。能量守恒表明 |\mathbf{g}| = |\mathbf{g}'|。
考虑目标粒子具有速度 \mathbf{v},它与速度在 \mathrm d^3\mathbf{v}_1 范围内的背景粒子发生碰撞。设微分散射截面为 \sigma(|\mathbf{g}|, \Omega),其中 \Omega 是散射立体角。 在单位时间、单位空间体积内,发生这种特定碰撞的次数为: |\mathbf{v} - \mathbf{v}_1| \sigma(|\mathbf{g}|, \Omega) \mathrm d\Omega f^{(2)}(\mathbf{r}, \mathbf{v}, \mathbf{v}_1, t) \mathrm d^3\mathbf{v}\mathrm d^3\mathbf{v}_1 应用分子混沌假设,体积元内因碰撞导致粒子跳出的速率积分: \Gamma_{\text{loss}} = \mathrm d^3\mathbf{r} \mathrm d^3\mathbf{v} \int_{\mathbb{R}^3} \mathrm d^3\mathbf{v}_1 \int_{S^2} \mathrm d\Omega |\mathbf{v} - \mathbf{v}_1| \sigma(|\mathbf{g}|, \Omega) f(\mathbf{r}, \mathbf{v}, t) f(\mathbf{r}, \mathbf{v}_1, t) 同理,考虑逆碰撞,即碰撞前速度为 (\mathbf{v}', \mathbf{v}'_1) 的粒子发生碰撞,碰撞后速度变为 (\mathbf{v}, \mathbf{v}_1),从而跳入我们的目标体积元。 逆碰撞的速率正比于 f(\mathbf{r}, \mathbf{v}', t) f(\mathbf{r}, \mathbf{v}'_1, t)。逆碰撞的截面与正碰撞相等,且相空间体积元满足关系: \mathrm d^3\mathbf{v} \mathrm d^3\mathbf{v}_1 = \mathrm d^3\mathbf{v}' \mathrm d^3\mathbf{v}'_1 因此,增益项可以写为: \Gamma_{\text{gain}} = \mathrm d^3\mathbf{r} \mathrm d^3\mathbf{v} \int_{\mathbb{R}^3} \mathrm d^3\mathbf{v}_1 \int_{S^2} \mathrm d\Omega |\mathbf{v}' - \mathbf{v}'_1| \sigma(|\mathbf{g}'|, \Omega) f(\mathbf{r}, \mathbf{v}', t) f(\mathbf{r}, \mathbf{v}'_1, t) 由于 |\mathbf{v}' - \mathbf{v}'_1| = |\mathbf{v} - \mathbf{v}_1| ,将增益项减去损失项并约去体积元即得到碰撞算子。引入简写记号 f \equiv f(\mathbf{r}, \mathbf{v}, t), f_1 \equiv f(\mathbf{r}, \mathbf{v}_1, t),f' \equiv f(\mathbf{r}, \mathbf{v}', t),f'_1 \equiv f(\mathbf{r}, \mathbf{v}'_1, t),将上述两项结合,得到最终的玻尔兹曼方程: \frac{\partial f}{\partial t} + \mathbf{v} \cdot \nabla_{\mathbf{r}} f + \frac{\mathbf{F}}{m} \cdot \nabla_{\mathbf{v}} f = \int_{\mathbb{R}^3} \mathrm d^3\mathbf{v}_1 \int_{S^2} \mathrm d\Omega |\mathbf{v} - \mathbf{v}_1| \frac{\mathrm d\sigma}{\mathrm d\Omega} \left( f' f'_1 - f f_1 \right) 至此完成。
Lanford的野望


(Lanford的论文是打字机打的,极度野蛮)
Landford首先尝试完成这个艰巨的任务,他如此考虑:
考虑一个包含 n 个粒子的系统,它们位于体积为 \Lambda 的容器中。对于具有光滑势能或硬球相互作用的粒子系统,系统初始的统计状态(概率测度)可以通过一个关于所有粒子坐标和动量对称的概率密度分布 \mu(x_1, \dots, x_n) 来描述,其中相空间坐标 x_i = (\vec{q}_i, \vec{p}_i)。随着时间 t 演化,分布函数 \mu_t 遵循刘维尔方程: \frac{\partial}{\partial t}\mu_t = H_n\mu_t 其中 H_n 是 n-粒子刘维尔算子。对于光滑势能,它是一个一阶线性微分算子: H_n = -\sum_{i=1}^n \frac{\vec{p}_i}{m} \frac{\partial}{\partial \vec{q}_i} + \sum_{i \neq j} \frac{\partial \Phi}{\partial \vec{q}_i}(\vec{q}_i - \vec{q}_j) \frac{\partial}{\partial \vec{p}_i} 对于硬球模型(粒子直径为 d),尽管演化在碰撞瞬间是不连续的,但通过在相空间中识别“入射”与“出射”碰撞构型,并在剔除零测集(如多体碰撞、擦边碰撞)后,系统依然存在光滑的流,且满足刘维尔方程。
\mu_t 包含了 6n 个变量,信息量过于庞大。为了建立宏观与微观的联系,我们将其对 n-j 个粒子的自由度进行积分,定义 j-粒子相关函数 \rho_j(t; x_1, \dots, x_j): \rho_j(t; x_1, \dots, x_j) = n(n-1)\dots(n-j+1) \int \mathrm dx_{j+1} \dots \mathrm dx_n \mu_t(x_1, \dots, x_n) \rho_1(t; x_1) 描述了在相空间某处找到单个粒子的期望密度,而 \rho_2(t; x_1, x_2) 描述了同时在两个位置找到两个粒子的期望密度,反映了粒子间的关联。
通过对刘维尔方程两侧进行积分,并利用分布函数的对称性,微观演化被转化为一组耦合的无穷阶方程组,即BBGKY层次方程: \frac{\partial}{\partial t}\rho_j(t) = H_j\rho_j(t) + C_{j,j+1}\rho_{j+1}(t) \quad (j=1, 2, \dots, n) 这里的核心在于方程的非闭合性:演化 \rho_j 需要知道 \rho_{j+1} 的信息。H_j 是 j-粒子刘维尔算子,C_{j,j+1} 是碰撞算子,描述了额外的第 j+1 个粒子与前 j 个粒子发生碰撞而产生的改变。对于硬球系统,Lanford 给出了碰撞算子 C_{j,j+1} 的积分形式: (C_{j,j+1}\rho_{j+1})(x_1, \dots, x_j) = d^2 \sum_{i=1}^j \int \mathrm d\vec{p}_{j+1} \mathrm d\hat{\omega} \, \hat{\omega} \cdot \left(\frac{\vec{p}_{j+1} - \vec{p}_i}{m}\right) \rho_{j+1}(x_1, \dots, x_j, \vec{q}_i + \mathrm d\cdot\hat{\omega}, \vec{p}_{j+1}) 其中,\hat{\omega} 是单位球面上的立体角积分变量,代表碰撞时的相对方位;积分前的 d^2 来源于硬球碰撞的截面积参数。此即BBGKY方程组
为了推导玻尔兹曼方程,我们考虑的是一种空间不均匀的稀薄气体。Lanford采用了Grad提出的特殊极限(即Boltzmann-Grad极限):
1.让粒子数 n \to \infty 且硬球直径 d \to 0。
2.在取极限的过程中,严格保持 nd^2 为一个有限的非零常数。
粒子的平均自由程 \lambda 大致可以估算为 \lambda \approx \dfrac{V(\Lambda)}{n\pi d^2}。保持 nd^2 固定,等价于保持宏观平均自由程固定。与此同时,气体的体积分数(正比于 nd^3)将趋于 0。这种极限数学上极好,它让粒子在空间中变为几何上的“点”(即排除了多体同时碰撞和有限体积效应),但同时保留了它们之间发生二体碰撞的有限概率。
随着 n \to \infty,之前定义的微观相关函数 \rho_j^{(d)} 的空间积分 \int \rho_j^{(d)} \mathrm dx_1 \dots \mathrm dx_j = n(n-1)\dots(n-j+1) 会发散趋于无穷大。为了在极限下得到具有良好数学行为的物理量,Lanford 引入了重标度相关函数 f_j^{(d)}: f_j^{(d)}(x_1, \dots, x_j) = n^{-j}\rho_j^{(d)}(x_1, \dots, x_j) 通过除以 n^j,我们保证了在 d \to 0 时,其积分的极限具有良好定义,即 \lim_{d \to 0} \int f_j^{(d)} \mathrm dx_1 \dots \mathrm dx_j = 1 将这个变量替换代入第一部分中的 BBGKY 层次方程,会发生一个关键的代数变化。原来的碰撞算子 C_{j,j+1} 包含参数 d^2: \frac{\partial}{\partial t}\rho_j(t) = H_j\rho_j(t) + C_{j,j+1}\rho_{j+1}(t) 代入 f_j 和 f_{j+1} 后,方程变为: \frac{\partial}{\partial t} f_j^{(d)}(t) = H_j f_j^{(d)}(t) + (n d^2) \tilde{C}_{j,j+1} f_{j+1}^{(d)}(t) 此时,方程中原本的截面因子 d^2 自然地与系统粒子数 n 结合,变成了有限常数 nd^2。
现在,我们对重标度的BBGKY方程形式上取 d \to 0 的极限,并假设 f_j^{(d)} 在极限下收敛于某函数 f_j^{(0)}。观察方程的各项如何演化:
当硬球直径 d \to 0 时,原本 j 个粒子系统内部发生的碰撞概率趋于零(因为它们占用的截面在缩小,且没有任何宏观尺度 n 的放大来补偿内部这有限的 j 个粒子的碰撞率)。因此,刘维尔算子 H_j 退化为一个纯粹的、无碰撞的自由流动算子 H_j^{(0)}: H_j^{(0)} = -\sum_{i=1}^j \frac{\vec{p}_i}{m} \cdot \frac{\partial}{\partial \vec{q}_i} 在微观硬球的碰撞积分中,第 j+1 个粒子与第 i 个粒子碰撞时,其空间坐标是 \vec{q}_{j+1} = \vec{q}_i + d\cdot\hat{\omega}。当 d \to 0 时,这种空间上的细微非定域性消失,碰撞变成完全定域的(\vec{q}_{j+1} \to \vec{q}_i)。我们将积分域分为两部分(区分碰撞前和碰撞后,利用相空间测度不变性),可以得到极限界的碰撞算子 C_{j,j+1}^{(0)} 的显式表达: (C_{j,j+1}^{(0)} f_{j+1})(x_1, \dots, x_j) = nd^2 \sum_{i=1}^j \int_{\hat{\omega} \cdot (\vec{p}_i - \vec{p}_{j+1}) \ge 0} \mathrm d\hat{\omega} \mathrm d\vec{p}_{j+1} \, \hat{\omega} \cdot \left(\frac{\vec{p}_i - \vec{p}_{j+1}}{m}\right)\times \{f_{j+1}(x_1, \dots, \vec{q}_i, \vec{p}_i', \dots, \vec{q}_i, \vec{p}_{j+1}') - f_{j+1}(x_1, \dots, \vec{q}_i, \vec{p}_i, \dots, \vec{q}_i, \vec{p}_{j+1})\} 这里,(\vec{p}_i', \vec{p}_{j+1}') 是使得出射动量为 (\vec{p}_i, \vec{p}_{j+1}) 时的入射动量,该形式反映了我们在前面推导过的碰撞增益和碰撞损失。
由此,我们得到了极限下描述系统的方程组——玻尔兹曼层次方程 \frac{\partial}{\partial t}f_j(t) = H_j^{(0)}f_j(t) + C_{j,j+1}^{(0)}f_{j+1}(t) 这一步的深刻之处在于,玻尔兹曼层次方程完全是一个线性方程组。
在得到线性化的玻尔兹曼层次方程后,直接求解偏微分方程是非常困难的。Lanford采用了理论物理中处理相互作用的标准手段:将非微扰项和微扰项分离,利用杜哈梅原理将微分方程转化为时间积分方程,并通过不断迭代得到一个无穷级数,类似于量子场论中的Dyson级数。
为了让数学表述更简洁,Lanford 将所有的相关函数序列 (f_1, f_2, \dots, f_j, \dots) 视为一个抽象的向量空间中的单一向量 \underline{f}。这样,无论是有限直径 d 的重标度BBGKY层次方程,还是极限下的玻尔兹曼层次方程,都可以抽象地写为同一个演化方程: \frac{\mathrm d}{\mathrm dt}\underline{f}(t) = H\underline{f}(t) + C\underline{f}(t) 其中,H 代表系统没有发生新粒子加入碰撞时的内部流动算子,C 代表发生外部碰撞的算子。
如果我们暂时忽略碰撞算子 C(即假设气体极其稀薄以至于碰撞不再发生),演化方程变为 \dfrac{\mathrm d}{\mathrm dt}\underline{f}(t) = H\underline{f}(t)。这个方程的解可以通过自由流动传播子 S(t) 直接写出,形式为 S(t)\underline{f}(0)。但必须注意微观BBGKY和极限玻尔兹曼在自由传播子上的本质区别:
微观BBGKY传播子 S(t) :对于真实存在直径 d 的硬球,传播子作用下的解定义为: (S(t)\underline{f})_j(x_1, \dots, x_j) = f_j(T^{-t}(x_1, \dots, x_j)) 这里的 T^{-t} 是沿着真实微观动力学轨迹在时间上倒退 t。这意味着这 j 个粒子在倒退过程中,它们彼此之间仍然可能发生有限体积的弹性碰撞。
极限玻尔兹曼传播子 S^{(0)}(t):当 d \to 0 时,这 j 个粒子在空间中变为没有体积的点,它们彼此之间发生碰撞的概率严格为 0。因此,H_j^{(0)} 退化为纯粹的直线运动。其自由传播子完全解耦: (S^{(0)}(t)\underline{f})_j(x_1, \dots, x_j) = f_j\left(\vec{q}_1 - t\frac{\vec{p}_1}{m}, \vec{p}_1, \dots, \vec{q}_j - t\frac{\vec{p}_j}{m}, \vec{p}_j\right) 现在我们将被忽略的碰撞算子 C 作为微扰加回来。通过对积分方程的不断迭代,微观BBGKY层次的精确形式解被展开为以下微扰级数: \underline{f}(t) = S(t)\underline{f}(0) + \sum_{m=1}^{\infty} \int_0^t \mathrm dt_1 \int_0^{t_1} \mathrm dt_2 \dots \int_0^{t_{m-1}} \mathrm dt_m S(t-t_1) C S(t_1-t_2) \dots C S(t_m)\underline{f}(0) 同理,极限玻尔兹曼层次的形式解也展开为类似的无穷级数: \underline{f}^{(0)}(t) = S^{(0)}(t)\underline{f}^{(0)}(0) + \sum_{m=1}^{\infty} \int_0^t \mathrm dt_1 \int_0^{t_1} \mathrm dt_2 \dots \int_0^{t_{m-1}} \mathrm dt_m S^{(0)}(t-t_1) C^{(0)} S^{(0)}(t_1-t_2) \dots C^{(0)} S^{(0)}(t_m)\underline{f}^{(0)}(0) 这个式子当然具有很清晰的物理图像,我们要计算 t 时刻 j 个粒子的相关函数,等价于我们把这 j 个粒子按自由轨迹往回倒推。在倒推的过程中:
第0项,粒子在整个 t 时间内完全独立、直线倒退,没有任何新粒子撞上它们。
第1项(m=1),在倒退到 t_1 时刻时,碰巧有第 j+1 个粒子撞上了这 j 个粒子中的某一个(算子 C 的作用)。于是带着这额外的第 j+1 个粒子,一共 j+1 个粒子继续直线倒推回初始时刻。
第 m 项,在历史时间 t_1 > t_2 > \dots > t_m 中,依次凭空创生(倒推视角)了 m 个与现有粒子发生碰撞的外部粒子。最终我们需要计算在初始时刻 t=0 时,这 j+m 个粒子的初始联合概率分布。
对于微观 BBGKY 级数,由于系统总共只有 n 个粒子,当追踪的相关粒子数超过 n 时 f_j \equiv 0。因此,BBGKY 的级数实际上是一个有限和,代数操作是合法的。
但是,对于玻尔兹曼极限下的无穷级数,由于 n \to \infty,我们不仅不能假定 f_j^{(0)} 对于很大的 j 为零(特别是如果我们要求初始状态满足因子化时,f_j^{(0)} 在 j 很大时绝对不为 0),这意味着玻尔兹曼级数是一个真正的无穷级数。我们完全不知道这个级数是否收敛,如果它发散,那么玻尔兹曼层次方程在数学上就不存在这样形式的解。
至此整个问题随之转化为了一个纯粹的泛函分析问题:如何证明这个无穷级数是收敛的?它能收敛多久?
在泛函分析中,要证明这样一个级数有意义,即收敛到一个有限的函数,必须定义一个合适的范数,并证明在这个范数下,级数的每一项都不会无限膨胀。
为了控制相关函数的增长,Lanford巧妙地引入了一个带有物理背景的泛函空间,其权重函数是麦克斯韦动量分布。首先,定义一个温度参数为 \beta 的理想麦克斯韦动量分布 \sigma_\beta(\vec{p}): \sigma_\beta(\vec{p}) = \left(\frac{\beta}{2\pi m}\right)^{3/2} \exp\left[-\frac{\beta}{2m}\vec{p}^2\right] 接着,对于定义在 j-粒子相空间上的函数 f_j,Lanford 引入了范数 \|f_j\|_\beta: \|f_j\|_\beta = \sup_{x_1, \dots, x_j} \frac{|f_j(x_1, \dots, x_j)|}{\prod_{i=1}^j \sigma_\beta(\vec{p}_i)} 物理上,这要求系统的 j-粒子关联函数在动量空间上的衰减速度不能慢于麦克斯韦分布。最后,对于整个无穷序列 \underline{f} = (f_1, f_2, \dots),为了控制随着粒子数 j 增加带来的组合爆炸,引入了一个类比于统计力学中逸出度的参数 z > 0,定义总范数 \|\underline{f}\|_{z,\beta}: \|\underline{f}\|_{z,\beta} = \sup_j \frac{\|f_j\|_\beta}{z^j} 所有使得该范数有限的序列 \underline{f},构成了一个巴拿赫空间,记为 Y_{z,\beta}。
我们评估自由流动传播子 S(t) 和碰撞算子 C 在这个空间中的表现,由于自由演化或纯弹性碰撞严格遵守能量守恒,系统总动能 H(x) = \sum \vec{p}_i^2 / 2m 保持不变,而我们的空间权重恰好是 e^{-\beta H(x)} 的形式。因此,演化不改变范数大小:\|S_j(t)f\|_\beta = \|f\|_\beta。这说明纯传播过程是非常可控的。
麻烦在于碰撞算子 C_{j,j+1} ,微观计算中,它涉及到对动量 \vec{p}_{j+1} 乘以相对速度 |\vec{p}_i - \vec{p}_{j+1}| 的积分。由于这个相对速度因子的存在,积分会产生无界的动量增长,导致算子 C_{j,j+1} 无法在同一个空间 Y_\beta 中保持有界。通过略微牺牲一点温度参数,即选择 \beta' < \beta(相当于允许目标空间的动量尾部略宽一点),可以吸收掉相对速度带来的多项式增长。此时,C_{j,j+1} 从 Y_\beta 映射到 Y_{\beta'} 是有界的。同时,为了压制随着粒子数 j 带来的组合增长,还需要调整参数 z' 使得 z' > (\beta/\beta')^{3/2} z。
现在我们来考察级数中第 m 项对应的多重积分: \int_0^t \mathrm dt_1 \int_0^{t_1} \mathrm dt_2 \dots \int_0^{t_{m-1}} \mathrm dt_m S(t-t_1) C S(t_1-t_2) \dots C S(t_m)\underline{f}(0) 被积函数中有 m 个碰撞算子 C 连乘。根据泛函估计,连续作用 m 次算子会产生一个正比于 m! 的巨大系数,因为第 1 次碰撞有 j 个目标,第 2 次有 j+1 个目标,以此类推,产生组合数累乘。如果直接估计,这个级数似乎必然发散。但是,多重积分 \int_0^t \mathrm dt_1 \dots \int_0^{t_{m-1}} \mathrm dt_m 的相空间体积恰好是 \dfrac{t^m}{m!} 。时间积分贡献的 1/m! 抵消了碰撞组合带来的 m! 增长。最终,第 m 项作为一个从 Y_{z,\beta} 到 Y_{z',\beta'} 的算子,其范数的量级被严格界定为: (|t| / t_0)^m 其中,常数 t_0 的表达式为: t_0 = \left[A \pi n d^2 z \left(\frac{m\beta}{3}\right)^{-1/2}\right]^{-1} 这个 t_0 具有极其清晰的物理意义:n z 代表密度,(3/m\beta)^{1/2} 代表热运动均方根速度 V_{rms},那么 n d^2 z V_{rms} 正是碰撞频率,因此 t_0 的量级正好是系统平均自由时间的一个分数倍。
有了 (|t|/t_0)^m 的估计,这变成了一个极其简单的几何级数。只要 \vert{}t\vert{} < t_0,这个无穷级数就是绝对且一致收敛的。
最关键的是,Lanford证明了这种收敛性仅仅依赖于时间 t 与平均自由时间 t_0 的比值,而严格一致地独立于粒子数 n、直径 d 等参数(只要 nd^2 固定)。正是由于拥有了这种关于 d 的一致收敛性,我们在泛函空间中取极限操作 \lim_{d \to 0} 才是数学上合法的。于是,我们可以将微观BBGKY的无穷级数逐项取极限,证明它在 d \to 0 时精确地收敛于玻尔兹曼层次方程的无穷级数解。
我们最终的目标是那个著名的非线性玻尔兹曼偏微分方程,在 t=0 时刻,我们假设宏观气体的制备是“纯粹”的,即微观粒子之间没有预先存在的关联。这在数学上体现为相关函数的因子化。对于极限下的初始相关函数 f_j^{(0)},因子化意味着任意 j 个粒子的联合分布,等于单个粒子分布的简单乘积: f_j^{(0)}(x_1, \dots, x_j) = \prod_{i=1}^j f_1^{(0)}(x_i) 物理上,Lanford 指出,这等价于大数定律的表现:对于空间中任意宏观区域 \Delta,粒子数比例 n_\Delta/n 依概率收敛于单粒子分布的期望值 \int_\Delta f_1^{(0)}(x_1)\mathrm dx_1这意味着在 t=0 时刻,粒子是完全统计独立的。
如果系统初始是没有关联的,那么在经历了一段时间的相互碰撞后,粒子之间还会保持独立吗?在微观层面,有限的直径 d ,碰撞不可避免地会产生关联,碰过的粒子之间显然有了动量纠缠。但Lanford证明了,在Boltzmann-Grad极限(d \to 0)下,这种因碰撞产生的关联在宏观单粒子分布的尺度上被稀释到了零。由于我们在前面已经证明了玻尔兹曼层次方程在泛函空间 Y_{z,\beta} 中的解是由微扰级数唯一确定的,我们只需做一个代数验证: 假设单粒子分布 f_1(t, x) 是玻尔兹曼方程的解,我们构造一个乘积形式的序列 f_j(t, x_1, \dots, x_j) = \prod_{i=1}^j f_1(t, x_i)。可以严格验证,这个因子化的序列形式上直接满足线性的玻尔兹曼层次方程。基于级数解在 0 < t < t_0 范围内的唯一性,由于真实的极限演化序列与我们构造的因子化序列具有相同的初始条件,因此它们必然在整个 0 < t < t_0 期间完全重合。如果在Boltzmann-Grad极限下初始满足分子混沌,那么在级数收敛的寿命 t_0 内,分子混沌假设严格成立,因子化性质被动力学严格保持。
一旦证明了 0 < t < t_0 时刻相关函数保持因子化,推导非线性玻尔兹曼方程就水到渠成了。我们回到极限下的玻尔兹曼层次方程的第一阶 \frac{\partial}{\partial t}f_1(t; x_1) = H_1^{(0)}f_1(t; x_1) + C_{1,2}^{(0)}f_2(t; x_1, x_2) 这里,单粒子演化依赖于双粒子相关函数 f_2(t; x_1, x_2)。现在,我们把刚刚证明的因子化结果 f_2(t; x_1, x_2) = f_1(t; x_1)f_1(t; x_2) 直接代入上述方程中的碰撞算子积分中: \frac{\partial}{\partial t}f_1(t; \vec{q}_1, \vec{p}_1) = -\frac{\vec{p}_1}{m}\cdot \frac{\partial}{\partial \vec{q}_1}f_1(t; \vec{q}_1, \vec{p}_1) + nd^2 \int_{\hat{\omega} \cdot (\vec{p}_1 - \vec{p}_2) \ge 0} d\hat{\omega} d\vec{p}_2 \, \hat{\omega} \cdot \left(\frac{\vec{p}_1 - \vec{p}_2}{m}\right)\times \left\{ f_1(t; \vec{q}_1, \vec{p}_1')f_1(t; \vec{q}_1, \vec{p}_2') - f_1(t; \vec{q}_1, \vec{p}_1)f_1(t; \vec{q}_1, \vec{p}_2) \right\} 这实际上就是 \frac{\partial f}{\partial t} + \mathbf{v} \cdot \nabla_{\mathbf{r}} f + \frac{\mathbf{F}}{m} \cdot \nabla_{\mathbf{v}} f = \int_{\mathbb{R}^3} \mathrm d^3\mathbf{v}_1 \int_{S^2} \mathrm d\Omega |\mathbf{v} - \mathbf{v}_1| \frac{\mathrm d\sigma}{\mathrm d\Omega} \left( f' f'_1 - f f_1 \right) 至此,我们看到了传统的工作如何解决这个问题。
笨蛋!问题是时间!
玻尔兹曼方程最著名的推论是H定理, \dfrac{\mathrm dH}{\mathrm dt} \le 0 ,即系统总是趋向于熵增的平衡态,这打破了时间反演对称性。
也就是说,微观动力学是时间可逆的,而玻尔兹曼方程是时间不可逆的,不可逆性究竟是从哪里钻出来的?Lanford的证明给出了数学答案:不可逆性不来源于人为引入的分子混沌假设或者说因子化,而是来源于 d \to 0 的玻尔兹曼-格拉德极限操作本身。
在证明前面的级数收敛以及构造极限碰撞算子 C_{j,j+1}^{(0)} 时,我们做了一个看似不起眼但打破时间对称性的操作:我们仅仅将即将发生碰撞的构型等效替换成了对应出射动量的函数值,从而消去了微观尺寸 d。在正向时间演化中,这对应于忽略碰撞后粒子分离时的微小空间偏差;但如果我们试图对时间反演(t < 0),同样的极限操作会导致碰撞算子的符号反转。
正如Lanford原文所述:“玻尔兹曼层次方程(与玻尔兹曼方程一样)在时间反演下是不具有不变性的。也就是说,不可逆性出现在取极限 d \to 0 的过程中,而不是出现在极限重标度相关函数因子化的假设中。”
但是,为什么说Lanford的证明完全没有给出一条美好的道路呢?因为从微观到介观,目的地必然是再走向宏观,然而,Lanford 只能证明玻尔兹曼方程在极短的时间(t < t_0)内有效,这个 t_0 仅仅是系统平均自由时间的一个极小分数倍。然而,诸如流体达到热平衡、或者气体表现出宏观Navier-Stokes方程行为等物理现象,都需要经历无数次的粒子碰撞和宏观时间累积。Lanford的“瞬间”有效性并未完整建立微观到宏观的链条。产生这个问题的根源在于Lanford依赖于杜哈梅原理展开的无穷微扰级数,产生了一个幂级数,这就注定了一旦 t 稍大,微扰级数就会在数学上彻底发散失效。在长时间演化中,气体系统不可避免地会发生大量环形碰撞或重复碰撞,比如粒子A撞击B,B撞击C,然后C在经历一系列演化后又撞回A。这种重复碰撞使得粒子在碰撞前就不再是统计独立的,从根本上污染了核心的分子混沌假设。Lanford通过限制时间在极短范围绕开了这个问题,却也使得该方法在长时演化面前无能为力。
一般而言,到了这种危难的时刻,我们的主角就要登场了,接下来有请邓煜登台。
邓煜和其工作
我们的时代是一个急功近利的时代,很多人着急最终问题的解决,但是
“每一新阶段的前进,即进一步的规定,同时也是向内部的退隐,更大的伸展同时也是更高的密集。”
——黑格尔《逻辑学》(下卷)绝对理念
我主张理解一个人的工作需要放在其历史工作底色下来看,自然,邓煜也不例外。
早期的工作和底色
希尔伯特六第六问题所涉及的PDEs,在色散偏微分方程领域表现为波湍流理论(Wave Turbulence Theory,下文简称WTT),即从弱非线性色散波严格推导出波动力学方程。
他早期一篇相当出色的纯PDEs论文是Global solutions of the gravity-capillary water-wave system in three dimensions[1]。在此之前,三维空间中纯重力水波(g>0, \sigma=0)或纯毛细水波(g=0, \sigma>0)的全局适定性已被解决,但这篇论文首次解决了重力-毛细水波系统(同时存在重力和表面张力,即 g>0, \sigma>0)在三维空间中小初值下的全局正则性。
在拟线性偏微分方程的全局存在性证明中,经典的Klainerman向量场方法和弱色散衰减是核心工具。但这篇论文面临两个极其致命的数学困难的叠加,这也是以往方法失效的原因。系统的线性色散关系为 \Lambda(\xi) = \sqrt{g|\xi| + \sigma|\xi|^3}。其群速度的导数 \Lambda''(\xi) 在特定频率 |\xi| = \gamma_0 处为零(退化)。这意味着线性解的最佳点态衰减速度仅为 |t|^{-5/6},严格慢于三维通常的 \vert{}t\vert{}^{-1} 衰减。另一方面,对于 |t|^{-5/6} 的衰减,通常需要利用 Shatah 的正规型方法来克服。然而,该系统的二次非线性项存在一个余维为1的庞大时间共振集,即存在一个完整的共振球面,且缺乏可以抵消这些共振的零结构,导致传统正规型方法完全失效。
对于这个问题本身是如何解决的并不是主题,重点在于说他在里面展现出了什么样的思想和方法,这里面有几个技术我认为值得称道,一是共振流形的精细几何解析,系统同时存在导致点态衰减极慢的球面(半径为 \gamma_0)和引发时空共振的球面(半径为 \gamma_1),且它们彼此分离。面对庞大且无零结构抵消的时间共振集,引入了相函数在时间共振超曲面上的受限非退化条件,从而在 L^2 估计中通过 TT^* 论证获得了傅里叶积分算子的最优界。在WTT中,对“共振流形”的控制从连续几何走向了丢番图逼近与离散几何,水波中对 \nabla \Phi = 0 和 \Phi = 0 的非退化性分析深刻影响了后来WTT中在极大超立方体上对离散共振格点计数的数论边界控制,这是实现无限体积极限的几何基石。二是守恒律下的代数消去与强半线性结构,通过对Dirichlet-Neumann算子进行仿线性化,并构造经过二次修正的复未知量,将原有的拟线性偏微分方程转化为包含特殊二次结构的方程,揭示了与系统哈密顿能量守恒相关的强半线性结构,空间-时间积分乘子的大小与调制之间存在代数相关性,从而在共振区域获得了额外的导数增益,避免了能量估计中的导数损失。在推导波动力学方程时,薛定谔方程的非线性项会产生海量的相位振荡,我是认为这种思路和WTT中对威克配对机制中精确消去现象的捕捉是一脉相承的,通过代数结构的对称性来压制高阶发散是推导碰撞积分的关键。三是敢于放弃边角修补,放弃了传统的基于纯频率或纯空间的范数,构造了高度定制化的原子 Z-范数,该范数在空间和频率上同时进行极其精细的局部化分解(利用 Q_{jk} 算子),并且其结构严重依赖于时空共振集的几何位置与形状。传统的索伯列夫空间无法刻画波的统计独立性和相位随机性,邓煜在WTT中引入了类似于Besov空间与维纳代数结合的定制化随机张量空间,这种基于物理问题内禀几何构造空间的哲学保证了在动力学时间尺度下非线性相互作用不会破坏波包的统计特性。四是能够解决长时动力学展开的关键,本文中因为庞大共振集导致标准正规型方法失效,转而在傅里叶空间中对杜哈梅公式进行探索,发现了迭代共振的缓慢传播现象,即在三次和四次多重线性积分中,如果嵌套的子相位驻点存在,整体相位的频率导数也必然为零,以此将误差项的支撑集严格限制在特定频段。水波中的三次、四次Duhamel迭代,在WTT中爆发成了极其庞大和复杂的费曼图,水波问题中对嵌套驻点的估计技术升级为WTT中对带环树图相消干涉的积分界限控制,这是数学上第一次能够严格控制动力学时间尺度上无穷级数展开收敛性的技术。
在偏微分方程领域,许多学者习惯于套用成熟的框架,邓煜难得可贵的地方就是当标准工具因本质困难失效时,不试图强行修补外在框架,而试着做一些底部为之适配的构造工作,我很拜服这种方法论。另一方面,分析学中的发散或衰减不足,往往是因为放缩过度,邓煜非常擅长在看似杂乱无章的内容物中找到守恒律保证的对称性或代数零点,将硬分析上的一些界限问题,以一种优雅的手段转化为了寻找代数多项式在特定几何面上的代数消去这样的问题。总的来说,邓煜具有一种极其强悍且细腻的系统工程能力。
范式转移

参见:
【“老师,请解算我未来的人生”【中国计算机史填词】】 【精准空降到 02:29】
在早期的工作中,邓煜尚且还停留在一种范式:水波问题中,初始条件是确定性的。为了证明全局正则性,数学家必须针对最坏可能的波包分布进行估计,通过寻找系统深层的代数结构(如前文提过的强半线性结构)来抵消共振。
然而就像我们前面看到的,希尔伯特第六问题的核心是从微观的可逆动力学推导出宏观的不可逆统计方程,这必须依赖于大系统的随机性。这就不得不提理解邓煜后期所有工作的核心方法论文献Random tensors, propagation of randomness, and nonlinear dispersive equations[2]
在这篇论文中,初始数据变成了由独立高斯随机变量给出的随机数据。邓煜与合作者将研究的核心问题转向了随机性如何在非线性色散流下传播,理解随机性结构(高频和精细尺度上的独立性)如何在非线性演化中得以保持,是解决WTT中随机相位近似能否在长时间内成立的根本前提。这篇论文放弃了传统的确定性函数空间,建立了一套全新的随机张量理论,这其实也是前文所提的方法论的某种呈现,
来仔细说说这篇论文吧,在奇异随机偏微分方程领域,Hairer的正则性结构和Gubinelli等人的仿控制微积分在热传导方程(抛物型)上取得了巨大成功。然而,邓煜等人指出,这些方法在色散方程(如薛定谔方程)面前遭遇了根本性的障碍,原因有三:
1.热传导方程满足最大值原理且热核有指数衰减,极其契合基于物理空间局部泰勒展开的正则性结构理论。但薛定谔方程是非局部的,不具备这些性质。
2.抛物理论严重依赖于 C^\alpha (Hölder)空间。然而薛定谔流在 C^\alpha 空间上是无界的,它只在 L^2 框架的Sobolev空间(H^s)上有界。
3.抛物方程的基本解 (\partial_t - \Delta)^{-1} 能直接提供两个空间导数的平滑提升,而薛定谔方程在空间上没有平滑效应,其平滑性只能通过时空耦合的 X^{s,b} 空间来体现,这与现有的SPDE理论完全不兼容。
因为这种困境,邓煜等放弃了物理空间,转向全局的傅里叶空间,把解展开为带系数的多线性高斯函数,这些系数就是所谓的随机张量。分析的重点也从估计 C^\alpha 范数,变成了估计这些张量的 L^2 \to L^2 算子范数。
为什么随机化能降低方程的正则性要求?有一个极其漂亮的启发式推导,为了简化,我们考察带有无配对非线性项 \mathcal{N}_{np} 的薛定谔方程: (\mathcal{N}_{np}(u))_k := \sum_{k_1 - \dots + k_p = k} u_{k_1}\overline{u_{k_2}}\dots u_{k_p} 并设初值 u(0) \in H^s,我们想要控制第一次非线性迭代 u^{(1)}(t) 在时间 |t|\sim 1 时的 H^s 范数。假设我们有一个集中在频域 |k| \sim N 上的确定性初值: u(0) = N^{-\alpha} \sum_{\vert{}k\vert{} \sim N} e^{ik\cdot x}, \quad \text{where } \alpha = s + \frac{d}{2} 此时 \|u(0)\|_{H^s} \sim 1 ,在傅里叶端,第一次迭代的系数 u_k^{(1)}(t) 大致为: u_k^{(1)}(t) \sim N^{-p\alpha} \sum_{k_j \in \mathbb{Z}^d, |k_j| \sim N} \frac{1}{\langle \Omega \rangle} 其中共振相位 \Omega := |k|^2 - |k_2|^2 + \dots - |k_p|^2。如果我们只限制在完全共振面(\Omega = 0)上,通过维度计数,内部求和的项数(即自由度)大小为 N^{pd-d-2}。因此: \|u^{(1)}(t)\|_{H^s} \sim N^{(p-1)(\frac{d}{2}-s)-2} 为了让迭代不发散,必须满足: s \ge \frac{d}{2} - \frac{2}{p-1} := s_{cr} 这就是经典的确定性临界指数。
现在,引入随机化。初值变为独立同分布的标准高斯随机变量 g_k(\omega) 的叠加: u(0) = N^{-\alpha} \sum_{|k| \sim N} g_k(\omega) e^{ik\cdot x} 此时的傅里叶系数迭代变为: u_k^{(1)}(t) \sim N^{-p\alpha} \sum_{k_j \in \mathbb{Z}^d, |k_j| \sim N} \frac{1}{\langle \Omega \rangle} g_{k_1}\overline{g_{k_2}}\dots g_{k_p} 由于 g_k 之间是相互独立的,中心极限定理告诉我们,大量独立随机变量求和时,其期望大小不是项数本身,而是项数的平方根。因此,同样在 \Omega = 0 面上,内部求和在极大概率下的真实大小不再是 N^{pd-d-2},而是 (N^{pd-d-2})^{1/2} = N^{(pd-d-2)/2}。我们重新计算 H^s 范数: \|u^{(1)}(t)\|_{H^s} \sim N^{-(p-1)s-1} 正则性要求骤降为: s \ge -\frac{1}{p-1} := s_{pr} 这就是论文要攻克的全亚临界区域(s > s_{pr})的根本来源。
由于在 t>0 后,解的傅里叶系数不再保持纯粹的独立性,上述平方根抵消的启发式论证会失效。为了严格追踪和控制这些被破坏的独立性,必须把解写成多线性高斯分布的展开形式 \Psi_k = \sum_{k_1,\dots,k_r} h_{kk_1\dots k_r} \prod_{j=1}^r \langle k_j \rangle^{-\alpha} g_{k_j}^{\pm}(\omega) 这里的系数 h_{kk_1\dots k_r} 就是一个 (r, 1) 随机张量,它包含了低频分量的所有信息。随着方程的迭代,这些张量会经历两种核心的代数操作:
1.合并,当两个多线性表达式相乘时,例如非线性项 \vert{}u\vert{}^{p-1}u 会导致相乘,对应的张量会发生半张量积式的收缩。文内给出了一个直观的模型:假设有两个表达式相乘 \Psi \cdot \Psi'。 \Psi_k = \sum_{a,b,c,d} h_{kabcd} (\text{高斯项}_1) 和 \Psi'_{k'} = \sum_{u,v,w} h'_{k'uvw} (\text{高斯项}_2) 如果在相乘时发生了频率配对,那么合并后的新张量 H 会对这些配对指标进行求和收缩: H_{mcdv} \sim \sum_{k+k'=m} \sum_{a,b} \langle a \rangle^{-2\alpha} \langle b \rangle^{-2\alpha} h_{kabcd} h'_{k'avb} 每次合并都会使张量的阶数和结构变得极度复杂,在后文必须证明,张量的某种算子范数在经过上述合并操作后,依然能保持有界。
2.修剪,在证明大偏差估计,保证平方根抵消成立时,张量 h 自身必须与它所乘的高斯变量 g_{k_j} 保持统计独立。但是在多次合并后,张量内部可能混入了与 g_{k_j} 相同频段的变量,破坏了独立性。为此,文内引入了修剪操作,在指定的截断频率 R 下,强制将张量 h 与自由高斯变量进行收缩求和,把高频部分消除: h'_{kk_{A'}} = \sum_{k_{A \setminus A'}} h_{kk_A} \prod_{j \in A \setminus A'} \langle k_j \rangle^{-\alpha} g_{k_j}^{\pm} 这就生成了一个低阶的新张量 h',它严格依赖于低频,从而恢复了与高频高斯变量的独立性。而文中的下降法(Method of descent,Prop 2.8)证明了:修剪后的张量范数,被极大概率地控制在修剪前张量的各个分割范数的最大值之内。
为了实现宏大的随机张量拟设,邓煜必须发明一套极度精密的记号系统来追踪无穷无尽的迭代,随着方程的不断迭代,高斯项和余项会发生巨量的交叉相乘与配对,如果仅用图论中的树来记录,信息的层级会迅速丢失。为此,文章在第3.2节创造了“植物 \mathcal{S}”结构,它由三个不相交的有限集合组成 \mathcal{S} = (\mathcal{L}, \mathcal{V}, \mathcal{Y}):
1.树叶(Leaves, \mathcal{L}):代表拟设中没有被收缩的高频线性高斯项,即方程的初值部分 \Delta_{N_l}f。每个叶子 l \in \mathcal{L} 带有频率 N_l 和符号 \zeta_l \in \{\pm\}。
2.花朵( \mathcal{V}):由于方程有余项 z_{N_f},具有稍高的正则性但频率较低,花朵代表迭代树中碰到了余项的节点。
(请听:)
3.记忆/过去( \mathcal{Y} ):这是我觉得最巧妙的设计,当两个张量合并时,原本的树结构会坍缩,在合并时向集合 \mathcal{Y} 中塞入一个记忆点 \mathfrak{p},其频率 N_{\mathfrak{p}} 设为参与合并的各分支频率的次大值,这样,极其复杂的树结构被压平成了一个集合,大大降低了代数复杂性,但衰减信息被完美保留。
这样我们可以回顾之前的那两个操作实际上干了什么
1.修剪操作 \mathcal{S}' = \text{Trim}(\mathcal{S}, R):给定截断频率 R,把所有频率 N_l < R 的叶子从 \mathcal{L} 中砍掉。在张量层面,就是把张量 h 沿着这些低频叶子对应的随机高斯变量 g_{k_l} 缩并(求和)掉,生成一个阶数更低的新张量 h'。
2.合并操作 H = \text{Merge}(h^{(1)}, \dots, h^{(r)}, h, \mathscr{P}, \mathscr{O}):这是非线性项相互作用的结果。将多个低阶张量 h^{(j)} 通过底张量 h 连接起来。这里最难对付的是过度配对(即同一个频率 k 被强制配对了三次及以上)。合并定义通过集合划分 \mathscr{O} 严格枚举了所有可能的配对拓扑。
在合并张量时,底张量 h 是由非线性薛定谔方程的相位结构决定的。我们需要控制这个底张量作为算子的 L^2 \to L^2 范数,这直接转化为在共振流形上的整数格点计数问题。
具体来说,薛定谔方程的非线性项包含两个核心守恒律:
1.动量守恒:k = \sum_{j=1}^p \zeta_j k_j。
2.能量(完全共振)限制:|k|^2 - \sum_{j=1}^p \zeta_j |k_j|^2 = \Gamma。
假设我们要估算一个由上述条件支撑的张量 h_{k k_1\dots k_p}。给定一个指标的分割(Partition) P_0 和 Q_0,我们需要求算子范数 \|h\|_{k k_{P_0} \to k_{Q_0}}。
Schur's Lemma在这里派上了用场,要控制矩阵/张量算子范数,只需控制它的行和与列和的上确界: \|h\|_{k k_{P_0} \to k_{Q_0}} \le \left( \sup_{k_{Q_0}} \sum_{k, k_{P_0}} 1 \right)^{1/2} \left( \sup_{k, k_{P_0}} \sum_{k_{Q_0}} 1 \right)^{1/2} 这就意味着算子范数估计被完全等价地转化为了纯粹的组合计数问题,我们只需要计算:给定 k_{Q_0} 的取值时,有多少组 (k, k_{P_0}) 能满足动量和能量守恒的二次丢番图方程。
然后可以归纳法, p=3 时,方程化为求解 \zeta_1 |k_1|^2 + \zeta_2 |k_2|^2 + \zeta_3 |k_3|^2 = \Gamma。代入动量守恒消去一元,本质上是一个二次超曲面上的整数点计数。利用除数除数函数边界,证明了无配对情况下的解的数量上限为 (M_1 M_2)^{d-1+\theta}。
对一般奇数 p 的归纳是这样的,通过提取两个变量 (k_n, k_{n'}),利用动量守恒确定局部活动范围,将 p 个变量的问题递归降解为 p-2 个变量的问题。插值计算得出边界:\#S \le \prod_{j \in A} (M_j)^{2\alpha_0 + \theta},其中 \alpha_0 = \dfrac{d}{2} - \dfrac{1}{p-1}。
最终,Prop 4.9整合了上述结果,证明了对于非过度配对的张量,其范数被控制在: \|h\|_{k k_{P_0} \to k_{Q_0}} \le \prod_{j=2}^p (M_j)^{\alpha_0 + \theta} \prod (M_{\text{局部}})^{\text{微小修正}} 然后来到下降法,我们知道修剪操作本质上是将一个高阶的确定性张量 h_{bck_A} 与一组独立的高斯自由变量 \eta_{k_j} 进行收缩求和,产生一个降阶的随机张量 H_{bc}: H_{bc} = \sum_{k_A} h_{bck_A} \prod_{j \in A} \eta_{k_j}^{\zeta_j} 我们需要极大概率下控制随机张量 H 的算子范数 \|H\|_{b \to c}。如果只用普通的大偏差估计计算期望 \mathbb{E}\|H\|^2,会发现各种交叉项的爆炸导致边界极度松散,无法提取到矩阵结构的对消性。
大概是借鉴了Bourgain的 gg^* 参数论证,引入了随机矩阵理论中的高阶迹方法,要控制矩阵最大奇异值,去计算巨大整数次幂 m 下的核 (HH^*)^m: \|H_{bc}\|_{b \to c}^{4m} = \|(HH^*)^m\|_{OP}^2 \le \sum_{b,b'} |(\mathcal{R}_{2m})_{bb'}|^2 其中 \mathcal{R}_n 是迭代相乘 n 次后的核。利用合并定理中的代数展开,\mathcal{R}_n 会产生多达 n 个独立副本的高斯变量 \eta。 (\mathcal{R}_n)_{bc} = \sum_{b'} (\mathcal{R}_{n-1})_{bb'} H_{b'c} = \sum_{b'} \sum_{k_Z, k_A} y_{bb'k_Z} h_{b'ck_A} \prod_{j \in Z} \eta_{k_j}^{\zeta_j} \prod_{j \in A} \eta_{k_j}^{\zeta_j} 因为 \eta 是均值为0的独立随机变量(确切地说是单位圆上的均匀分布),对这个巨大的表达式取极大概率界限时(或求期望),只有那些 \eta 正负配对抵消为 1 的项(即 1_{k_j = k_{j'}})能够留下来。
所有存留下来的配对项实际上就是把原来的张量 h 从不同的维度进行扭结和自我收缩。文中指出,这种扭结恰好对应于将张量的输入集 A 划分为各种可能的二分图 (B, C),并求普通半张量积。绝对上界可以严格地被限制为: \|y\| \le \left( \sup_{(B,C)} \|h\|_{bk_B \to ck_C} \right)^{n-1} \|h\|_{bck_A} 将上述界限代回 2m 阶矩不等式,得到: \|H_{bc}\|_{b \to c} \le (\tau^{-1}M)^\theta \left( \sup_{(B,C)} \|h\|_{bk_B \to ck_C} \right)^{1 - \frac{1}{2m}} \|h\|_{bck_A}^{\frac{1}{2m}} 让 m 趋于无穷大,末尾项会直接变为 1 ,可以得到 \|H_{bc}\|_{b \to c} \le \text{小对数损失} \cdot \max_{(B,C)} \|h\|_{bk_B \to ck_C} 这意味着将一个张量与随机高斯场收缩其产生的低阶随机张量的算子范数被极大概率地控制在原高阶确定性张量所有可能的切分范数的最大值之内。
到此为止,我们拥有了足够的手段和工具去处理真正的薛定谔方程,当然,直接处理原始的Wick排序薛定谔方程是灾难性的,去掉了无穷大的期望,残余的质量项在共振面上依然会引发相位偏移,因此需要先化简。
文中引入了一个依赖于时间 t 的相位旋转 \tilde{u_N}(t) = u_N(t) \cdot \exp\left(\frac{(p+1)i}{2} \int_0^t \int_{\mathbb{T}^d} W_N^{p-1}(u_N) \mathrm dt'\right) Wick 排序后的非线性项 W_N^p(u) 包含大量的形如 |u|^2 u 的共振项。通过上述规范变换,方程的非线性项被重整为一阶层级更低的非线性项组合: \sum_{3 \le q \le p} a_{pq} (m_N - \sigma_N)^{(p-q)/2} \mathcal{N}_q(\tilde{u_N}) 其中 m_N 是系统的守恒质量(L^2 范数),\mathcal{N}_q 是纯粹的简单多线性算子,它去除了那些会引发共振相移的恶劣配对。
利用大偏差估计,随机初始质量偏差 m_N^* := m_N - \sigma_N 会以极大概率收敛于一个确定的常数。因此,直接切除极小概率的异常集,将 m_N^* 视为有界的确定性参数。提取线性薛定谔演化流,令 v_N(t) := e^{it\Delta} \tilde{u_N}(t)。此时拉普拉斯算子 \Delta 从方程左侧消失,转移到了非线性项的傅里叶相位 \Omega 中: \Omega = |k|^2 - |k_1|^2 + \dots - |k_q|^2 方程彻底变成了一个积分方程。
为了使用能够捕捉平滑效应的全局时空 X^{s,b} 空间,文中强行引入了一个光滑时间截断函数 \chi(t) 和截断Duhamel算子 \mathcal{I}_\chi。我们将追踪相邻频率截断解的差值 y_N := v_N^\dagger - v_{N/2}^\dagger,只要控制住每一个 y_N,全解 v^\dagger = \sum y_N 就能求和收敛。
然后开始为 y_M 构造张量展开式,我们面对的是一个高阶的多线性方程,最难处理的交互是高低频交互,即一个高频输入的线性演化与多个低频解(如 v_{M^{[\delta]}}^\dagger)相乘。这部分不具备足够的平滑性,无法归入余项,直接展开又会导致无穷无尽的树结构。
定义一个纯粹的随机线性算子 \mathscr{Z}^M: (\mathscr{Z}^M w)_k(t) = -i \sum a_{pq} (m_M^*)^{\dots} \mathcal{I}_\chi \Pi_M \sum_{sym} \mathcal{M}_q(w, v_{M^{[\delta]}}^\dagger, \dots, v_{M^{[\delta]}}^\dagger)_k(t) 算子 \mathscr{Z}^M 的作用就是把高频 w 映射为下一次高低频交互的结果,方程被改写为: y_M = \text{初值} + \mathscr{Z}^M y_M + \text{其他非线性交互} 把 \mathscr{Z}^M y_M 移到左边并求逆,得到算子 \mathscr{R}^M = (1 - \mathscr{Z}^M)^{-1} 。
然后关键在于我们不显式地对这个高低频交互展开成无穷级数,而是利用前面定义的张量运算,证明 \mathscr{Z}^M 在 X^{s,b} 空间中的算子范数严格小于1,从而使得 \mathscr{R}^M 成为一个良定义的有界算子。现在,拟设被正式写出: y_M = \sum_{n \in \{0,1\}} \sum_{\mathcal{S}} \Psi_k[\mathcal{S}, h^{(\mathcal{S},n)}] + z_M 解被剖解为三部分:确定性基础树 h^{(\mathcal{S},0)},随机迭代树 h^{(\mathcal{S},1)},和高正则性余项 z_M。在 \mathscr{R}^M 的作用下,作者利用前文的Merge,Trim函数给出了这些张量的严格递归定义:
1.确定性张量 h^{(\mathcal{S},0)} ,它是直接来自初始数据高斯分布的纯线性或完全共振非线性演化,它是确定性的,只针对无花朵(\mathcal{V}=\emptyset)的“素植物”存在。通过积分算子 \mathcal{I}_\chi 直接作用在上一步合并出的底张量 H 上。
2.随机张量 h^{(\mathcal{S},1)} ,它是高度随机的,包含了从 \mathscr{Y}^{M} = \mathscr{R}^M - 1 算子中衍生出的高低频交互项。上一层的张量在输入本次Merge之前,被强制执行了 M^\delta 级别的Trim, \mathcal{S} = \text{Trim}(\text{Merge}(\text{Trim}(\mathcal{S}_1, M^\delta), \dots), M^\delta) 每次非线性交互后,如果不切掉低频部分,新生成的随机张量就会与环境中的低频高斯白噪声耦合。通过 \text{Trim} 强制截断,确保了张量 h^{(\mathcal{S},1)} 严格可测于 \mathcal{B}_{M^{[\delta]}},从而保证了其与高频高斯场的统计独立,这就为之后运用下降法大偏差估计扫清了根本障碍。
3.余项 z_M ,在迭代中,总有些项不符合高频独立的要求,或者树已经深到不需要进一步展开了。这些项被扔进了 z_M :
3.1.如果相互作用中包含太多低频余项 z_{N_j}
3.2.如果相互作用导致生成的植物体积 |\mathcal{S}| > D ,z_M 被证明是某个从 X^{b_0} \to X^{b_0} 压缩映射的唯一不动点,因而天然具备足够的正则性衰减 M^{-D_1}。
在定义了上述拟设后,提出了撑起全篇定理的拱顶石,命题 5.1。它宣布:只要存在一个宏大的归纳假设集Local(M),这个解构体系就能无限进行下去。Local(M)在这里有五个边界
5.32.控制 h^{(\mathcal{S},0)} 在特定共振面 \Gamma 上的加权 L^2 算子范数。
5.34-46.控制 h^{(\mathcal{S},1)} 的双重时空(主调制 \lambda 与花朵调制 \lambda_{\mathcal{V}})X_{\mathcal{V}}^{b, -b_0} 范数,以及极难处理的傅里叶局部化加权界限。
5.38.将张量塞回高斯变量中生成的解析函数 \Psi^{(\mathcal{S},n)} 必须严格属于次临界的 X^{s,b_0} 空间,且拥有随尺度 N 衰减的特性。
证明 z_M 在 X^{b_0} 具有强衰减 M^{-D_1}。
5.40.线性映射 \mathscr{L}^\zeta 的范数衰减,为了保证前面的 \mathscr{Z}^M 以及收缩映射能够成功的底层算子界限。
(先写到这,熬不动了,我后面再补)
本文少量小节部分内容由我和我的社团集体创作。
参考
- ^Global solutions of the gravity-capillary water-wave system in three dimensions https://arxiv.org/abs/1601.05685
- ^Random tensors, propagation of randomness, and nonlinear dispersive equations https://arxiv.org/abs/2006.09285