Bitcoin.com News
技术支持
赞助内容

这是由Justin Sun提供的付费新闻稿。其中所载的陈述、主张、数据及其他信息均由广告主提供,Bitcoin.com News 未进行独立核实。Bitcoin.com News 不认可也不保证本内容的准确性、完整性或可靠性。读者在根据所述信息采取任何行动之前,应自行开展研究。

贾斯汀·孙奖表彰了针对两个埃尔德什问题的最新研究成果,凸显了人工智能在数学领域的作用

瑞士日内瓦,2026年11月16日——贾斯汀·孙办公室今日公布了最新一届“贾斯汀·孙奖”的获奖者名单,该奖项旨在表彰在埃尔德什问题领域取得的成果——这些数学问题由匈牙利数学家保罗·埃尔德什提出或推广,通常表述简单但难以解决。

分享
贾斯汀·孙奖表彰了针对两个埃尔德什问题的最新研究成果,凸显了人工智能在数学领域的作用
Press release

利亚姆·克鲁尔(Liam Kruer)、詹森·科尔迈耶(Jensen Kohlmeyer)和利亚姆·普赖斯(Liam Price)因在JSP-000110(埃尔德什问题第97号)方面的研究成果而受到表彰;刘沛霖则因对JSP-000697 (埃尔德什问题第841号)的Lean形式化而受到表彰。

克鲁尔是普渡大学的一名工程专业学生,对数学、软件与设计之间的联系颇感兴趣。科尔迈耶是普渡大学的机械工程与数学专业学生。普赖斯是一名独立研究员。刘沛霖拥有山东大学数学学士学位,目前正在该校攻读数学硕士学位。

埃尔德什问题第97号探讨的是:是否存在这样的凸多边形,其任意一个顶点到其他顶点的距离均不会过频地重复出现。克鲁尔、科尔迈耶和普赖斯通过构造一个凸多边形来研究该问题,该多边形中每个顶点至少有四个其他顶点与之相距恰好一个单位,且他们的研究还涉及该问题的更广泛版本。 三人对数学解法和Lean形式化均做出了同等贡献。 埃尔德什问题#841探讨了后续区间可以多短,同时仍能提供更大的整数,使得这些整数与给定整数的乘积为平方数。刘通过为该问题构建Lean形式化做出了贡献。

克鲁尔、科尔迈耶和普赖斯披露了大量人工智能辅助的情况,并承担了该工作的责任;而刘则在 Codex 和 ChatGPT Pro 的帮助下开发了该形式化方案。 此次公告紧随该奖项近期与 MathDB 合作开展的试点项目之后,MathDB 是由加州理工学院教授 Tony Yue Yu 及其团队开发的数学研究平台。 该试点项目针对50个问题,为人工智能辅助研究引入了正式的提交和评审流程。 每位获奖者的具体贡献详情,包括Lean源代码和验证记录,均可在该奖项的公开GitHub代码库中查阅。 奖金将根据每位获奖者的选择,以TRON(TRC-20)上的USDT或以太坊(ERC-20)上的USDC形式发放,具体需遵守适用的奖项条款并通过合规核查。如需了解更多信息,请访问 www.hejustinsun.com/prize。

关于孙宇晨办公室 孙宇晨办公室致力于支持孙宇晨在全球范围内开展的商业、慈善及公共事务,涵盖技术、区块链、人工智能、科学研究、投资、艺术及太空探索等领域。

孙宇晨是格林纳达驻世界贸易组织大使兼前常驻代表,也是波场(TRON)的创始人。波场是稳定币革命领域的领先区块链平台,自成立以来已处理超过13万亿美元的交易量。在全球新兴市场中,人们依赖波场上的USDT来接入全球金融体系。

作为阿里巴巴创始人马云的门生,孙宇晨因在数字资产行业的工作而获得国际认可,包括2025年4月登上《福布斯》封面,并多次入选“福布斯30岁以下30人”榜单。 2025年8月,他搭乘蓝色起源公司的NS-34任务飞船升空,成为历史上第712位进入太空的人。他的兴趣广泛,涵盖科技、投资、慈善、艺术、游戏和太空探索等领域。

孙宇晨办公室联系方式: info@hejustinsun.com 关于孙宇晨奖 孙宇晨奖是由孙宇晨设立的一项学术计划,旨在支持数学、形式验证以及人工智能辅助科学发现领域的进步。 该奖项采用去中心化模式,其核心原则是:数学成果应依据证明本身的力度、严谨性和可验证性来评判,而非提交者的声望或名气。 孙宇晨以自己的名字设立该奖项,以此作为一项长期承诺,旨在将通过数学和技术创造的财富回馈给数学本身。 该奖项的传承价值将体现在其所认可的学术成果以及那些经得起时间考验的获奖者身上。该奖项将明确界定的数学挑战与机器可验证的证明相结合,其指导原则是开放性、公共利益和开源访问。

请访问 https://www.hejustinsun.com/prize 了解更多信息。 媒体联系: media@hejustinsun.com _________________________________________________________________________

Bitcoin.com 不承担任何责任或义务,且对于因使用或依赖本文中提及的任何内容、商品或服务而引起或与之相关的任何形式的损失、损害、索赔、成本或费用(无论实际、声称或间接),均不承担任何直接或间接责任。 对上述信息的任何依赖,风险完全由读者自行承担。

本文由人工智能从英文翻译而来。英文原版为权威来源;自动翻译可能存在不准确之处,尤其是在法律和监管术语方面。