这个情人节，有件事比玫瑰和巧克力更硬核——来自中国的AI，给了困扰数学家三百多年的“亲吻数”问题一个“深度热吻”。
“亲吻数”（Kissing Number），一個源自牛顿时代的经典几何难题，问的是：在一个给定的 n 维空间中，一个单位球周围最多能“亲吻”（即相切而不重叠）多少个同样大小的球？从牛顿与格雷戈里关于三维空间是12还是13的争论，到2022年菲尔兹奖得主在8维和24维的突破，这个问题始终在挑战人类的几何直觉，尤其当维度升高，可能性呈指数爆炸，人类大脑基本“失灵”。
然而，局面被彻底刷新了。上海科学智能研究院（上智院）、北京大学、复旦大学的联合研究团队，开发出一套名为 PackingStar 的强化学习系统，取得了该领域里程碑式的进展。
这套系统一口气连续打破了25维至31维共7个维度的亲吻数世界纪录，并在多个其他维度及“广义亲吻数”（如同时亲吻两个或三个球的问题）上刷新了长期未被撼动的纪录。这些成果已被离散几何权威、麻省理工学院教授Henry Cohn收录至其维护的官方榜单，并获得了“无法想象”的高度评价。
人机共舞，破解高维迷局
PackingStar 的核心创新在于将高维几何问题转化为AI擅长的“多智能体博弈”。研究团队没有在复杂的坐标空间中硬碰硬，而是巧妙地将球体的相对位置关系转化为“余弦矩阵”，使其天生适配GPU大规模并行计算。
随后，团队设计了两个协同工作的AI智能体：一个负责像下围棋落子一样“填充”可能的球体位置；另一个则扮演“修剪师”角色，进行几何分析，剔除破坏整体结构的“坏球”。两者通过“填充-修剪-解构-再填充”的循环，系统性地在高维迷宫中探索。
这一方法带来了出乎意料的发现。长期以来，数学家们普遍依赖“对称”结构来寻找最优解。但PackingStar发现的多个破纪录构型，竟然是明显的“非对称”结构，完全反直觉。例如，在12维“三球亲吻数”问题上，AI找到了一个不对称的81球结构，而人类数学家随后从中解读出了隐藏的、对称性极高的数学规律，并以此推导出了更高维度的新纪录。
“在复杂的高维空间里，人的很多‘直觉’是不靠谱的，”项目发起人马成栋表示，“AI的一些有效发现甚至是完全反人类直觉的。这也是AI相比人强太多的地方。”
工程基建：将数学探索变为规模化发现
光有聪明的算法还不够。亲吻数探索是典型的计算密集型任务，需要长时间、大规模、高稳定性的算力支持。这恰恰是当前全球AI竞争的新焦点：基础设施能力。
上智院联合建设的“星河启智”科学智能开放平台为此提供了关键支撑。工程团队自研了底层CUDA算子，将核心计算效率提升数倍；同时开发了高鲁棒的自动容错与断点续传系统，确保千卡级GPU集群能够稳定进行长达数周甚至数月的探索任务。
“用工程的确定性，对冲科学发现的不确定性。”这一定位让青年科学家无需担忧算力运维，得以专注于灵感本身。
AI for Science 进入 2.0：从“执行者”到“探索伙伴”
PackingStar 的意义远不止于刷新几个纪录。它标志着一个范式转变：AI 在科学研究中的角色，正从 1.0 阶段的“高效计算执行者”（如 AlphaFold 根据已知数据预测蛋白质结构），迈向 2.0 阶段的“未知领域探索伙伴”。
在亲吻数问题上，没有现成数据集，没有标准答案，甚至没有明确的好坏评判框架。PackingStar 是在“零数据、零先验”的条件下，从无到有地系统性发掘出新知识，并能启发人类科学家进行更深层的数学解读与归纳。这种“AI先行探索，人类后置理解”的人机协作模式，为AI for Science打开了全新局面。
浪漫尾声：星辰、酒吧与灵感
有趣的是，这场硬核突破的背后，还流淌着别样的浪漫。PackingStar 的名字蕴含双关：“Packing”指球体堆积，“Star”则寓意探索数学宇宙的星辰，也指团队中的每一位青年科学家。
更为人津津乐道的是上智院内的一个“学术酒吧”。由团队成员之一、数学出身的陶兆巍主导改造，这个吧台成了跨学科思想碰撞的“风水宝地”。数学家、AI研究员、生物学家在此交流，据说“酒吧”开业不久，PackingStar 便迎来了关键突破。也许，最酷的科学灵感，真的需要一点打破常规的氛围来催化。
从三百年前的牛顿之争，到今天AI与数学家的“深度热吻”，PackingStar 不仅刷新了纪录，更刷新了人类探索未知边界的方式。它证明，当最前沿的工程基础设施，赋能最具灵感的年轻头脑，并与不知疲倦的AI探索者结合时，那些曾被认为遥不可及的星辰，终将进入我们的视野。