这项课题由上智院AIMath青年研究员、北京大学博士生马成栋于2024年发起。他希望在完成既有学术 成果后，挑战更小众、更高风险的问题。深耕强化学习的他，与数学出身的陶兆巍形成互补。 PackingStar项目是陶兆巍参加的第一项真正意义上的科研工作。从北京大学数学学院本科毕业后，陶兆 巍去法国留过学、当过国际学校的数学老师、在著名科普杂志做过编辑。GPT发布后，他开始自学计算 机专业知识并主动接触AI从业者。 牛顿和大卫·格雷戈里在1694年提出了三维空间的亲吻数问题：在一颗中心球周围，最多能紧贴放置多 少颗相同的球？对这个问题，数学界直到1952年才得到明确结论。过去50年，亲吻数构造仅有7次实质 性进展，而且每一次突破几乎都依赖完全不同的数学技巧，难以形成可复制的研究路径。 如今，这一数学界关心的经典难题迎来了新的突破。上海科学智能研究院（以下简称"上智院"）、北京 大学、复旦大学的联合研究团队通过设计PackingStar强化学习系统，将高维堆积问题转化为余弦矩阵上 的多智能体博弈学习问题，使AI能够探索远超人类直觉的复杂空间，在25-31维打破了人类已知的最佳 亲吻数结构，同时打破了长期保持不变的1 ...