GPT-5.6与Fable 5联手攻克了一道困扰无线通信学界长达25年的数学难题。微软研究院首席研究员Dimitris Papailiopoulos成功证明了一种多项式时间算法，能够使MIMO检测精确命中最大似然阈值。据他透露，这一过程耗费了整整七天。MIMO检测是无线通信领域的经典难题，核心在于接收端需从被噪声干扰的信号中，完整还原出发送端发送的信息。虽然在统计上这一操作是可行的，但传统方法依赖穷举搜索，计算耗时呈指数级增长。因此，核心问题转化为：能否在不穷举的前提下，利用快速算法实现信息还原？早在2001年，Hassibi和Vikalo曾以为找到了突破口，但2005年Jaldén和Ottersten便证明此路不通。此后，学界又尝试了半正定松弛、比特翻转局部搜索、AMP（近似消息传递）以及统计物理方法，但最佳结果也只能停留在理论门槛的两倍处。二十五年来，一波又一波学者轮番上阵，却无人能啃下这块硬骨头。
MIMO检测是无线通信中的基础问题。发送端将N个比特通过N×N的信道发出，信道会混合这些比特并叠加噪声；接收端仅持有被搅乱后的信号，需将原始N个比特毫厘不差地找回来。理论上存在一种万无一失的办法，即最大似然检测，也就是遍历所有可能的比特组合，找出与接收信号最匹配的那一个。这种方法一定能找到正确答案，前提是你愿意等待——N个比特意味着2的N次方种组合，N稍大，穷举便算到天荒地老。1989年，Sergio Verdú证明了这类问题在最坏情况下是NP-hard的，即存在某些输入让计算量指数级爆炸。但“最坏情况”是指数学上刻意构造、专为刁难算法而设的信道矩阵。现实中的无线信道并非刻意构造，其衰减和噪声是随机产生的，不会专门挑选最难算的情况。于是，2000年代初，学界提出了一个更具体的问题：如果信道是随机产生的，只要统计上存在恢复原始比特的可能，是否就一定能找到不需要穷举的算法？后续研究给出了精确的分界线：当信噪比达到2logN，发送的比特能够被完全恢复的概率趋近于1。低于这条线，连最大似然检测本身也会开始出错，这条分界线因此被称为最大似然阈值。问题于是变得具体——能否设计一个跑得快的算法，精确命中2logN这条阈值？
2001年，Babak Hassibi和Haris Vikalo以为找到了答案。他们分析的是球形译码算法。这种算法先在接收信号周围划定一个“球”，仅在球内候选里搜索，球外的直接跳过，以此压缩搜索范围。Hassibi和Vikalo推导出该算法的期望复杂度公式，结果看起来是多项式时间的。如果这个结论成立，这道题基本就解决了。但2005年，Joakim Jaldén和Björn Ottersten推翻了这一结论。他们证明，在任意固定的信噪比下，球形译码的期望复杂度其实是指数级的，而非多项式的。原因在于，要以不趋于零的概率把发送的信号包进“球”里，球的半径必须随问题规模一起变大，球一旦变大，球内要搜索的候选数量也呈指数级增长。
球形译码这条路走不通后，学界转向了各种近似方法——半正定松弛、比特翻转局部搜索、AMP、统计物理里的方法。结果，每一种都能给出漂亮的分析，但没有一种被证明能精确匹配2logN这条阈值。2020年，一种叫box relaxation的方法，把离散问题放宽成连续优化问题来解，拿到了当时最好的严格证明结果，能在信噪比达到4logN时做到精确恢复，但复杂度依然是理论门槛的两倍。二十五年来，统计上“能恢复”和用快算法“能恢复”之间，一直隔着这条鸿沟。上周，这条鸿沟被填平了。Dimitris Papailiopoulos与GPT-5.6、Claude Fable 5证明，一个只有两步的简单算法，同样能在信噪比等于2logN时精确恢复全部比特，且为多项式时间，仅需O(N³)次运算。而且这篇论文证明的是一个双向结果：一方面证明了该算法能在信噪比等于2logN时精确恢复信号；另一方面则进一步证明，信噪比只要略低于2logN这个最大似然阈值，连“笨办法”最大似然检测也会开始失败。
GPT-5.6和Fable 5联手证明Dimitris找GPT-5.6和Fable 5来试这道题，两个模型很快分别给出了自己的证明思路，但接下来的打磨过程一波三折。GPT-5.6的路径用了一种叫AMP的算法，这是Dimitris一直没能吃透分析方法的一类工具。Fable 5给出的路径则不同，用的是“符号LMMSE，加贪心逐位翻转”，一个业内实际在用、却从没被严格证明过的老算法。两条路径都各自给出了完整的证明，声称能在信噪比2logN精确恢复。Dimitris最终选择了Fable给出的这条路，让GPT接手检查和修补里面的漏洞。GPT把漏洞修好了，但修好之后的证明是一堵“符号墙”，变量指着变量，被指着的变量又指着更多变量，而且塞满了Dimitris看不懂的矩阵分析工具。接下来的几天，他反复让两个模型互相简化对方给出的论证，唯一的底线是，不管怎么简化，最后都要保住2logN这个门槛。除此之外，只要他自己能看懂，怎么改都行。他还拒绝了用Lean做形式化验证，原因也很抓马，因为……他不懂。Lean是一种能让计算机自动检查数学证明是否成立的工具，但要用它，得先把证明翻译成Lean能读懂的形式语言。这道翻译工作本身也可能出错，而Dimitris不懂Lean，也就没法检查翻译对不对。总之折腾了一周后，他终于拿到了一份可以逐行手算核对的证明。
拆开看，这个算法只有两个核心步骤。第一步，叫LMMSE取整。LMMSE（线性最小均方误差估计）是信号处理里的一种标准估计方法，先给出一个不是整数、连续取值的粗略猜测，再把每个坐标按正负号取整成+1或-1。这一步不需要精确猜中每一个比特，论文证明的是，取整后的结果和真实发送的比特之间，汉明距离（两个等长比特串之间不同的位数）只有o(N)。也就是说，随着N变大，猜错的比特数占总数的比例会趋近于零。
第二步，叫贪心逐位翻转。这步从第一步给出的猜测开始，每一轮检查所有N个比特，找出翻转哪一位能让代价函数（衡量当前猜测和接收信号匹配程度的一个数值，越小越匹配）下降得最多，就翻转那一位，然后重复这个过程。问题是，这样的贪心搜索凭什么能找到正确答案，而不是在中途卡在一个错误的地方不动？为了回答这个问题，论文证明了两件事。第一，在猜测起点周围的一个范围内，每一个还没猜对的点，都至少存在一位翻转能让代价函数严格下降，而且下降的幅度有一个不趋于零的下限，不会随着N变大而消失。这意味着贪心搜索不会卡死不动，永远能找到继续往下走的一步。第二，代价函数本身会随着汉明距离（也就是猜错的比特数）增大而增大。这形成了一道天然的护栏——搜索路径就算中途某一步猜错的比特数量暂时变多，代价函数也回不到起点，没法翻越这道护栏跑到猜测范围之外。
把这两件事放在一起看，每一步至少能降低多少代价，除以起点距离最优解总共差多少代价，就得到贪心搜索的算法复杂度，论文算出来的答案是O(NlogN)步。贪心搜索有一条停止规则，那就是找不到任何能让代价下降的翻转时，就停下来。前面已经证明，护栏内每一个猜错的点，都还有至少一位翻转能让代价下降。也就是说，只要还没猜对，算法就一定能找到下一步该翻哪一位，不会停。等真的猜对了，任何一次翻转都只会让代价变得更差，这时候才没有能改进的翻转可选，算法这才会停下来。贪心搜索唯一能停下的地方，就是真实发送的那个比特串。算法最终只会停在真实发送的比特串上，证明也就完成了。Dimitris表示，这一整套论证过程，自己已经从头到尾验证过一遍。
作者简介Dimitris Papailiopoulos，现在是微软研究院的首席研究员，同时是威斯康星大学麦迪逊分校电子与计算机工程系的副教授。他早年的研究方向是信息论和编码理论。2009年，他还是博士一年级学生，写下了第一篇论文，并于次年发表，合作者是导师Alex Dimakis。那篇论文用一种叫MCMC（马尔可夫链蒙特卡洛，一种靠随机采样逼近答案的计算方法）的方法，尝试解决MIMO检测这道题，但没有成功。这次被GPT-5.6和Fable 5证明拿下的，正是同一道题。十七年前那道让他卡住的题，这次被他自己解开了。