数学中国

 找回密码
 注册
搜索
热搜: 活动 交友 discuz
查看: 30|回复: 0

25 年世界数学最重大的 3 发现,指向同一个思想:与“复杂性”共存

[复制链接]
发表于 2026-1-15 00:41 | 显示全部楼层 |阅读模式
25 年世界数学最重大的 3 发现,指向同一个思想:与“复杂性”共存

原创  我才是老胡  老胡说科学  2026 年 1 月 13 日 15:22  上海



1900 年,希尔伯特在巴黎提出第六问题的时候,其实没有人真正知道他在要什么。后人常把这道题简化成“把物理学公理化。”但如果你真按字面去理解,就会发现这几乎是一个不可能完成的任务。物理不是几何,物理方程来自实验、近似、修补和工程经验,而不是从定义和公理中推演出来的。希尔伯特当然知道这一点,他真正盯上的,是一个更具体、也更危险的问题:同一个物理系统,在不同尺度下写出来的方程,是否真的在数学上彼此一致。

最典型的例子就是气体。

如果你站在分子尺度上看气体,每一个分子都是一个微小的刚性球,按照牛顿第二定律运动,发生弹性碰撞,没有任何概率、没有任何统计,只是一套确定性的微分方程。你给定初始条件,理论上就能算出未来的一切。

如果你稍微拉远一点视角,不再追踪每一个粒子,而是关心“某个区域里速度大概在这个范围内的粒子有多少”,那么你会写下玻尔兹曼方程



这是一个统计方程,它描述的是概率密度如何随时间演化,碰撞不再是“这一对粒子什么时候撞上”,而是“在统计意义下,碰撞如何改变分布”。

再把视角拉到工程尺度,你甚至连概率分布都不要了,直接用密度、速度、温度这些宏观量,写出纳维–斯托克斯方程,把气体当成连续介质来处理。



物理学家对这三套描述之间的关系,心里非常清楚。他们知道在适当条件下,用哪一套方程都能得到一致的预测。但数学家不接受“心里清楚”。数学要的是:你能不能从第一套方程出发,通过极限过程,严格推导出第二套?

这件事卡住了一百多年。

困难不在于牛顿定律,也不在于玻尔兹曼方程本身,而在于两者之间那片几乎无法描述的中间地带。



假设你真的想从牛顿定律出发,你就必须面对一个现实:气体里不是十个粒子,而是趋近于无穷多个;每一个粒子都会发生碰撞,而且碰撞的时间、顺序、对象都可能不同。任何一次演化,都对应着一段极其复杂的“碰撞历史”。

数学家把这些历史画成图,图的节点是碰撞时刻,线段是粒子在两次碰撞之间的运动轨迹。问题是,这样的图不仅数量巨大,而且结构极其复杂。随着时间推移,可能出现同一对粒子多次相遇的情况,这在物理上叫“再碰撞”。一旦允许再碰撞,图的复杂度会呈现灾难性的增长。

1970 年代,兰福德曾经取得过一次重要进展。他证明了:如果你只看极短的时间区间,把所有可能的碰撞图加起来,极限确实会给出玻尔兹曼方程。但这个“极短”短到什么程度?短到在物理上几乎没有意义。时间稍微拉长一点,再碰撞开始出现,整个证明立刻失效。

接下来的五十年里,几代数学家都在试图跨过这道坎。他们换过方法,换过表述,换过技术工具,但始终无法控制再碰撞带来的爆炸。这个问题在圈内逐渐形成了一种共识:也许在长时间尺度下,微观到中观的极限,本身就是不可证明的。

直到 2025 年。

这一次的突破,来自于一种非常不“数学家本能”的想法。研究者没有再试图去精确控制所有可能的碰撞历史,而是反过来问了一个问题:在所有这些天文数量的碰撞图中,真正“危险”的那些,占多大比例?

这个问题一旦被提出来,整个局面就变了。

他们发展出一种新的分解方法,可以把一张极其庞大的碰撞图拆解成许多局部结构清晰的小块。通过这种拆解,他们发现,再碰撞虽然在逻辑上可能发生,但在统计意义下,其概率衰减得极快。换句话说,那些让数学家头疼了半个世纪的坏情况,在真正的极限过程中,几乎从不发生。

这并不是一句物理直觉,而是一个可以量化、可以估计、可以放进不等式里的事实。一旦这一点被严格证明,剩下的工作就突然变得可控了。研究者不再需要追踪所有路径,只需要证明:忽略这些极少数的“病态路径”,不会影响整体极限。

于是,一个在 1900 年被提出、在 1975 年被部分触及、又在半个世纪里被反复宣判“可能做不到”的问题,终于在数学上被完整贯通。牛顿的确定性世界,在长时间、无限粒子、零直径的极限下,严格收敛到玻尔兹曼的统计世界。

这不是对物理学的“重新解释”,而是第一次在真正意义上,用数学证明了尺度之间的自洽性。

更重要的是,这种证明方式本身,已经超出了气体动力学的语境。它展示了一种全新的范式:当系统复杂到无法逐一控制时,真正可行的道路不是更精细的追踪,而是证明“失控的部分在整体中消失”。

这正是 2025 年数学发生变化的第一个信号。

随机几何终于可控了


如果说希尔伯特第六问题解决的是“从微观到宏观,世界为什么会变得平滑”,那么 2025 年发生的另一件大事,解决的则是一个看起来更抽象、但同样根本的问题:在极其复杂的几何世界里,什么才是“典型情况”。

这个故事的起点,绕不开一个人:Maryam Mirzakhani 。

在她之前,双曲曲面一直被认为是一类“太难整体理解”的对象。它们处处负曲率,局部看像马鞍,整体却可以扭曲、缠绕到几乎无法直观想象。



你没法把它们完整嵌入三维空间,只能用抽象方式描述。正因为如此,它们在数学和物理中反复出现:从动力系统到量子混沌,从数论到统计物理,双曲几何几乎无处不在。

但问题是:太多了。

双曲曲面的空间本身是一个高维、非紧的对象。你可以问无数问题,比如“有多少条闭测地线”“这些测地线通常长什么样”“曲面整体是否连通”。可一旦你开始认真算,就会立刻发现:极少数非常极端的曲面,会完全主宰你的计算结果。

Mirzakhani 在 2000 年代做的一件事,第一次改变了这一切。她找到了一种方法,能够精确计算“长度不超过 L 的闭测地线有多少条”,并且给出了随 L 增长的渐近公式。这个结果的意义并不在于“数出了多少条线”,而在于:它第一次让人有可能对“随机双曲曲面”提出严肃的问题。

比如,你可以开始问:如果我从所有可能的双曲曲面中“随机选一个”,它通常长什么样?

其中一个最核心的量,叫做谱隙。它来自拉普拉斯算子的第一个非零特征值,取值介于 0 到 1/4 之间。直观地说,这个数刻画了曲面的“整体连通性”。谱隙越大,曲面上不同区域之间的路径越多,信息扩散得越快;谱隙越小,曲面就越“松散”,容易被细长的脖子、狭窄的通道分割。

长期以来,数学家知道 1/4 是理论上的最优上界,也知道存在一些非常特殊的曲面,其谱隙接近这个极限。但真正的问题是:典型的曲面如何?

直觉告诉人们,大多数曲面应该“长得不错”,谱隙接近 1/4 。但要证明这一点,却极其困难。障碍来自一种被称为“缠绕测地线”的结构:某些闭测地线会在局部区域反复绕圈,数量极多。这些测地线虽然在整体中极为罕见,但它们一旦出现,就会在统计上产生巨大的权重,把平均值彻底拉偏。

这正是 Mirzakhani 未能跨过的最后一道坎。她的公式足够精美,却对这些极端情形缺乏有效的“过滤机制”。

多年之后,两位数学家,Nalini Anantharaman 和 Laura Monk,重新回到了这个问题。他们很快意识到,单靠双曲几何内部的技术,已经走到了尽头。问题不在于公式不够精确,而在于:你根本不应该把所有曲面一视同仁地平均。

真正的转机,来自一个看似无关的领域:随机图论。

2000 年代初,数学家 Joel Friedman 曾证明过一件事:几乎所有的大随机正则图,都是“最优展开子”,也就是说,它们的谱隙几乎达到理论极限。这个结论的证明异常复杂,但在其核心,隐藏着一个关键技巧:利用 Mobius 反演,把“坏的结构”从整体平均中系统性地剥离出去。

Anantharaman 和 Monk 意识到,她们面对的困境,本质上和 Friedman 面对的是同一个问题。极少数结构复杂、局部异常的对象,正在扭曲整体统计行为。与其试图直接控制这些对象,不如换一种方式,让它们在计算中自然抵消。

她们把这一思想移植到了双曲几何中,通过改写 Mirzakhani 的计数公式,引入一种精细的反演过程。这个过程的效果非常“残酷”:那些包含大量缠绕测地线的曲面,被自动压制了权重,而结构均匀、连通性良好的曲面,开始主导平均行为。

最终,她们证明了一件长期被认为“几乎不可能精确表述”的事实:在适当的意义下,几乎所有双曲曲面的谱隙都趋近于 1/4 。

这不是在说“存在很多好曲面”,而是在说:如果你闭上眼睛,从这个几何宇宙里随便抓一个,十有八九,它的连通性已经接近理论极限。

这个结论的深层意义,并不在于双曲几何本身,而在于它为量子混沌、动力系统、甚至数论问题,提供了一种可靠的“背景假设”。它告诉研究者:在研究复杂系统时,可以放心地把“极端例外”当作真正的例外,而不是被迫围绕它们构建理论。

从更宏观的角度看,这件事和希尔伯特第六问题的解决,形成了一种奇妙的呼应。一个是在粒子层面处理几乎不发生的再碰撞,一个是在几何空间中排除极少数病态曲面。它们共同指向同一个方向:现代数学正在学会如何与“复杂性”共存,而不是被它吞没。

三维空间拒绝被压缩

如果说前两件事分别解决了“尺度之间如何衔接”和“复杂几何中的典型结构”,那么 2025 年的第三件事,解决的是一个更底层、也更危险的问题:空间本身,到底允许多极端的几何行为。

这个问题的起点,来自 1917 年日本数学家 Soichi Kakeya 的一个看似游戏般的提问。他问的是:如果你有一根无限细的针,把它旋转一整圈,扫过所有方向,那么它所覆盖的最小区域能有多小?这个问题在二维里已经足够反直觉,而它真正引爆数学界,是在几十年后人们意识到:这个问题并不关乎针,而关乎空间如何被方向填满。

20 世纪初,Abram Besicovitch 给出了一个震撼性的结果。他证明,在二维平面中,你可以构造一个面积为零的集合,却仍然包含“每一个方向的一根单位线段”。

也就是说,从测度的角度看,这个集合几乎不存在,但从方向的角度看,它却什么都有。这类集合后来被称为 Kakeya 集。

这个结果直接击穿了人们对“大小”的直觉。面积不再是衡量几何复杂度的合适工具,数学家不得不引入分形维数,来描述这些看不见、却无处不在的结构。到了 1970 年代,Roy Davies 证明了一个关键事实:在二维中,任何 Kakeya 集,哪怕面积为零,其分形维数也必须是 2 ,也就是“满维”。

于是一个大胆的猜想自然浮现出来:在任意维度中,Kakeya 集都必须是满维的。



这就是 Kakeya 猜想。

问题在于,从二维走向三维,几何世界发生了质变。二维里的“方向”本质上是一维的圆,而三维里的方向空间是一个球面,结构复杂得多。针不再只是“转一转”,而是可以以极其丰富的方式彼此错开、交织、靠拢又分离。

在三维里,Kakeya 集通常被想象成无数根极细的管子,每一根指向不同方向。猜想要求证明的是:无论你如何安排这些管子,只要方向足够丰富,它们就不可能被压缩进一个低维结构里。

几十年来,人们尝试过各种方法,但始终卡在一个核心障碍上:管子之间可以高度重叠,而且这种重叠在局部看起来完全合法。你很难排除这样一种情况:在无数个微小区域里,大量管子恰好挤在一起,整体却依然覆盖了所有方向。

一个重要的转折,来自 Charles Fefferman 。他在研究 Fourier 分析时发现,Kakeya 问题并不是一个孤立的几何怪题,而是和调和分析中一整套关于 Fourier 变换的核心猜想紧密相连。这一发现让 Kakeya 猜想从“几何怪物”,变成了整个分析理论塔基的一块基石。如果 Kakeya 在三维失败,那么一连串更宏大的猜想都会随之崩塌。

尽管如此,真正的进展依然极其缓慢。

直到近几年,一个新的结构性洞察逐渐浮现。Larry Guth 指出,如果三维 Kakeya 猜想存在反例,那么这个反例不可能是“均匀的”,它必须呈现出一种“颗粒化”的形态:空间中会出现大量微小区域,在每个区域里,许多管子高度集中,而这些区域彼此之间又有某种组织结构。

这个观察并没有直接解决问题,但它改变了战场。问题不再是“管子会不会重叠”,而是“这些重叠区域之间,能否再彼此高度重叠”。

2022 年,Hong Wang 和 Joshua Zahl 先解决了一个特殊但重要的情形:所谓“粘性 Kakeya 集”,也就是指向相近方向的管子,在空间中也彼此靠近。这一结构限制了自由度,使得分析变得可能。这一结果被普遍视为“终点就在前方”的信号。

真正的挑战,是非粘性的情形。在这里,管子可以在方向上完全无序地散布,几乎没有任何表面上的规律。Wang 和 Zahl 没有试图消灭这种混乱,而是利用 Guth 的“颗粒”视角,对混乱本身进行分层。他们证明:任何一个点,都不可能同时属于太多颗粒;而颗粒之间的相互作用,也受到严格限制。

这一步至关重要。它意味着,即便局部存在高度重叠,整体上也无法形成持续的压缩效应。剩下的工作,是把这一结构性限制,通过一种被称为“尺度归纳”的方法,逐步向更大尺度推进。

尺度归纳在这个问题中曾经屡屡失败,因为哪怕每一步只损失一点点精度,经过多次迭代后,结论也会彻底失效。Wang 和 Zahl 的关键发现是:颗粒结构恰好提供了控制损失的机制。每一次放大尺度,混乱都会被重新分配,而不会无限累积。

于是,在 2025 年,他们完成了最后一步证明:任何三维 Kakeya 集,其分形维数必然等于 3。空间拒绝被压缩。方向的丰富性,强制带来了体积。

这件事的真正价值,并不在于“针到底能不能省地方”,而在于它为调和分析、偏微分方程以及信号处理领域的一整套方法,提供了可靠的几何地基。许多长期悬而未决的问题,其难点都在于类似的“方向叠加是否会失控”,而三维 Kakeya 的解决,第一次给出了一个明确的答案:在足够高的复杂度下,空间本身会反击。

把这三件事放在一起看,会发现一种非常清晰的时代特征。无论是气体中的再碰撞、双曲曲面中的缠绕测地线,还是 Kakeya 集中的颗粒重叠,2025 年的数学,不再试图逐一消灭异常,而是证明:异常无法统治整体。

老胡说数学

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|小黑屋|数学中国 ( 京ICP备05040119号 )

GMT+8, 2026-1-15 22:15 , Processed in 0.084510 second(s), 16 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表