陶哲轩攻克60年几何学难题!发现「周期性密铺猜想」在高维空间反例

简介: 陶哲轩攻克60年几何学难题!发现「周期性密铺猜想」在高维空间反例

陶哲轩攻克60年几何学难题!发现「周期性密铺猜想」在高维空间反例

原创新智元新智元 2022-12-16 13:34 发表于北京

收录于合集

#数学1

#陶哲轩1



 新智元报道  

编辑:编辑部

【新智元导读】数学界的多年难题——周期性密铺猜想,被陶哲轩和Rachel Greenfeld攻破了。


几何学中的「周期性密铺猜想」,被陶哲轩推翻了。

几年前,数学家证明了,无论你想出的密铺多么复杂或巧妙,如果只能对单个密铺使用平移,那么就不可能设计出一个只能非周期性地覆盖整个平面的密铺。数学家们推测,这样结果也适用于高维空间。

这个假设被称为周期性密铺猜想

但现在,陶哲轩等人通过构造了一个可以非周期地填充高维空间,但不能周期性地填充高维空间的密铺,推翻了这个猜想。

论文地址:https://arxiv.org/abs/2211.15847

什么是周期性密铺猜想?


密铺问题,可以说是几何学中最古老,也是最经典的问题。


所谓「密铺」,即是指平面图形的镶嵌。换句话说,就是用形状、大小完全相同的平面图形进行拼接,使彼此之间不留空隙、不重叠地铺成一片。在密铺问题中,用正方形、三角形或六边形去覆盖一片空间很容易。但是,在1960年代,数学家Robert Berger发现了一组有趣的密铺,它们可以完全覆盖平面,但只能以永不重复的方式覆盖。作为第一组非周期性密铺,它由20,426个平面图形组成。当然,Berger很快将其减少到104个。在此之后,数学家们的努力方向就是:降低这个数字。如今,最著名的就是Penrose在20世纪70年代发现的非周期性密铺,它只用两种图形就能覆盖一个平面:风筝和飞镖。如何想出不重复的密铺呢?这并不难。通过调整许多重复的周期性密铺,都可以做到。比如,在一个形如棋盘排列的无限方格中,我们对每一行都进行移动,使其与上面一行有明显的偏移。诀窍就在于,找到一组可以覆盖整个平面的镶嵌,只不过是用不重复的方式进行。既然Penrose已经把密铺图形数量降到了两块,那么,有没有可能,有这么一块形状巧妙的图形,也可以组成密铺?答案是肯定的,但前提是你可以对图形进行旋转和颠倒。但如果规定:不允许旋转图形,那就不可能不留空隙。在几年前,数学家Siddhartha Bhattacharya就证明了,无论我们想出多么复杂、多么微妙的密铺图形,但如果规定,只能使用单个密铺的位移或平移,那么就不可能设计出一个只能非周期性地覆盖整个平面的密铺。也就是说,如果对一个形状在填充空间时施加足够的限制,就可以迫使一个周期性的模式出现。

论文地址:https://arxiv.org/abs/1602.05738数学家推测,Bhattacharya的二维结果也适用于高维空间。他们猜测:正如不存在非周期性二维图形一样,也不存在合适的三维(或更复杂)的图形,同理可以推广到任意大的维度之中。这个假设被称为周期性密铺(periodic tiling)猜想。

这个猜想,被陶哲轩等人打破


但是他们错了。


在上个月发布的预印本中,陶哲轩和Rachel Greenfeld一同最终推翻了这个猜想。


「只要你有两块密铺,它们就可以组合成非常复杂的东西。」陶哲轩说不同的是,他们用的却不是数学家们通常预期的方式。他们的方式是:构建了一个可以非周期性填充高维空间,但不能周期性填充的密铺。而对此,有其他数学家推断:他们的结论,在所有维度上,或许都是正确的。数学家Mihalis Kolountzakis说:「这真是一个惊喜,我希望这个猜想在所有维度上都是正确的。不过,在足够高的维度上,只凭直觉的话,恐怕不会走得太远。」陶哲轩等人的工作,不仅突破了几何上可能和不可能的界限,甚至还延申到了几何以外的问题——逻辑本身的极限。2019年,Rachel Greenfeld以博士后研究员的身份,来到加州大学洛杉矶分校。

Rachel Greenfeld此前,陶哲轩和她都一直在独立研究另一个与平移密铺(translational tilings)相关的问题。随后,两人将目光投向了周期性密铺猜想。此前,这个猜想在一维和二维中已经为人所知,而他们试图在三维上证明这个猜想——如果可以移动某个形状的三维版本来密铺整个三维空间,那么,一定有一种方法,可以周期性地密铺整个三维空间。陶哲轩和Rachel Greenfeld取得了一些进展,通过一些技巧,他们在二维中重新证明了这个猜想。然而,当他们希望把同样的技巧应用于三维空间时,却碰壁了。陶哲轩说:「在某些时候,我们感到很沮丧,所以不得不这样想:好吧,也许我们无法在更高维度上证明这个猜想,是有原因的。我们应该开始寻找反例。」他们开始着手梳理所有非周期性领域的文献。他们从历史上第一个文献开始——1964年出版的20,000多块密铺的集合,可以通过位移(translation)覆盖平面,但只是非周期性的。从这里,他们开始着手新的技巧,来构建单个非周期性的密铺。他们的思路是:改变环境。如果想密铺一个二维空间,那么,与其尝试密铺一个连续平面,不如考虑密铺一个二维网格——也就是一个排列在网格中的无限点阵列。可以将密铺定义为,该网格上的一组有限点。如果有一个合适的密铺,那么就可以通过复制有限的点集,并将它们四处滑动,来精确覆盖网格中的每个点。证明高维网格的「离散」周期性密铺猜想,与证明这个猜想的连续版本略有不同,因为有些密铺在格子中是可能的,但在连续空间中是不可能的。但是,这两个猜想是相关的。陶哲轩和Greenfeld希望提出一个离散的反例,随后再修改这个证明,让它适用于连续的情况。在2021年夏天,他们终于逼近了目标——在一个超高维空间中,他们找到了两块密铺。这两块密铺,可以填充它们所在的空间,但不是周期性的。

论文地址:https://arxiv.org/abs/2108.07902「这还不够,」Greenfeld说。「二者非常接近,但两块密铺比一块密铺更不牢固,刚性要差得多。」他们还需要一年半的时间,才能为周期性密铺猜想,构建出一个真正的反例。
密铺三明治

他们从创建一种新语言开始——把要解决的问题,以一种特殊的方程式重写出来。他们需要解决的,就是这个方程式中的未知「变量」,它们代表了密铺高维空间的所有可能方式。「但是,其实你很难用一个方程式来描述事物,」陶哲轩说。「有时,你需要多个方程,来描述一个非常复杂的空间集合。」因此,陶哲轩和Greenfeld重新构建了他们试图解决的问题。他们意识到,可以改为设计一个方程组,其中每个方程都会对其解编码有不同的约束。这样,他们就可以将问题分解为一个关于许多不同密铺的问题——在这个例子中,所有密铺都使用同一组位移(translation)覆盖给定空间。例如,在二维空间中,可以通过向上、向下、向左或向右滑动一个正方形来密铺平面,一次一个单位。但是其他形状也可以使用完全相同的一组位移来密铺平面:例如,一个正方形的右边缘添加了一个凸起,左边缘被移除,就像拼图一样。如果我们用一个正方形、一块拼图和其他使用同一组位移的图块,像三明治中的冷切一样,将它们堆叠在一起,就可以构建出一个使用单组平移覆盖三维的图块空间。而陶哲轩和Greenfeld,需要在更多维度上做到这一点。「因为无论如何,我们都是在高维度上工作,所以增加一个维度,对我们也没有什么坏的影响,」陶哲轩说。相反,增加一个维度,为他们提供了额外的灵活性。

陶哲轩根据儿童玩具研究密铺排列他们试图扭转这种三明治的构建过程,将单方程、高维密铺问题,重写为一系列较低维度的密铺方程。这些方程式,就决定了之后的高维密铺结构的样子。就如之前陶哲轩所说:「只要你有两块密铺,它们就可以组合成非常复杂的东西。陶哲轩和Greenfeld将方程式系统视为计算机程序:每一行代码或方程式都是一个命令,这些命令组合起来,就可以生成实现特定目标的程序。陶哲轩表示:「逻辑电路是由非常基本的对象组成的,这些与门和或门,单看都不是很有趣。」「但你可以将它们堆叠在一起,制作出一个可以绘制正弦波,或者在互联网上通信的电路。「所以,我们开始将这个问题,视为一种编程问题。每个命令,都是他们的最终密铺需要满足的不同属性,因此,整个程序需要保证,符合所有标准的任何密铺,必须是非周期性的。这样,问题就变成了:在所有密铺方程中,需要编码什么样的属性,才能实现这一点?例如,三明治的一层中的一块密铺的形状,可能只允许某些类型的运动。陶哲轩和Greenfeld必须仔细地建立约束列表——这样它就不会严格到排除任何解决方案,但是足以给出足够的限制,来排除所有周期性的解决方案。「游戏的关键是,要构建正确的约束级别,以编码正确的谜题。」Greenfeld说。
无限数独

陶哲轩和Greenfeld希望,用他们的密铺方程编程的拼图,是一个具有无限行数和大量和有限列的网格。对两人来说,这是一个巨大的数独谜题:用特定的数字序列填充拼图的每一行和对角线,这些数字序列对应于他们可以用密铺方程描述的各种限制。然后,两人发现了非周期性的序列——这意味着相关密铺方程组的解也是非周期性的。「这个谜题基本上只有一个解。有趣的是,这是一个概周期解(almost periodic),」陶哲轩说。「我们花了很长时间才发现这一点。」英属哥伦比亚大学的数学家Izabella Łaba说:「概周期函数并非数学中的新概念,但这确实是概周期函数的创新用法。」正如Iosevich所说,陶哲轩和Greenfeld「创造了一个基础物体,并将其抬高到一个极其复杂的境界。」根据概周期函数,陶哲轩和Greenfeld在离散场景和连续场景中构建了一个高维非周期性平面图形。设计的平面图形十分复杂,充满曲折和孔洞,以至于几乎没有密铺空间。陶哲轩和Greenfeld没有计算它所居住的空间的维度。他们只知道它很大,大约有2的100次方的100次方(或者3后面跟199个零)那么大!「我们的证明是建设性的,所以一切都是明确的和可计算的,」Greenfeld说。「但是因为它离最佳状态非常非常远,所以我们并没有进行验证。」二人认为可以在更低维度找到非周期性平面图形,这是因为她们的建构中,一些更具技术性的部分需要在概念上「非常接近二维」的空间中完成。她不认为他们会找到一个三维平面图形,但她说四维图形可能存在。因此,Iosevich说,他们不仅反驳了周期性密铺猜想,还「以最打脸的方式做到了这一点。」

下一步:尝试不完备理论

陶哲轩和Greenfeld的研究,为构建非周期性密铺提供了新方法,二人认为该方法可以用于反驳其他密铺相关的猜想。这项工作不仅触及了人类直觉,还涉及数学推理的边界。上世纪30年代,数学家库尔特·哥德尔(Kurt Gödel)提出了著名的哥德尔不完备理论。哥德尔提出,自然数系统内「自洽性」和「完备性」不可兼得:有些命题在该系统中既不能被证明也不能被证伪。只能放弃一个,保全另一个,有点鱼和熊掌不可兼得的意思。同样,数学有许多计算上不可解的问题,即任何算法在有限的时间内都无法解决的问题。数学家在1960年代发现,关于密铺的问题也可能是不可解的。也就是说,对于某些图形集,人们可以证明在有限的时间内,不可能弄清楚它们是否能完成密铺。「这是一个非常简单的问题,但仍然超出了数学的范围,」耶鲁大学数学家Richard Kenyon说。「这不是第一个出现某种数学理论不可解或不完备的例子,但它确实是最接地气的理论。」去年,陶哲轩和Greenfeld发现,关于高维密铺对的一般命题是不可解的:他们证明了没有人能够确定平面图形是否可以实现密铺(无论是周期性的还是非周期性的)。关于单个平面图形的命题是否也是不可解的呢?自1960年代以来,人们就知道,如果周期性密铺猜想成立,那么人们可以确定任何给定的图形是否能实现密铺。但反之则不一定如此。仅仅因为存在非周期性的图形,并不意味着该问题不可解。这就是陶哲轩和Greenfeld接下来想要弄清楚的问题。陶哲轩说:「我们认为,我们创造的语言应该能够创造一个无法确定的难题,这是非常合理的。因此,可能有一些密铺,我们永远无法证明它是密铺空间或非密铺空间。」为了证明一个命题不可解,数学家通常会证明它等同于另一个已知不可解的命题。因此,如果这个密铺问题也被证明是不可解的,那么它可以作为证明其他命题的参考工具——这个意义远远超出了密铺的范畴。与此同时,陶哲轩和Greenfeld的结果在某种程度上是对科研人员的提醒。「数学家喜欢简洁大气的命题,」Iosevich说。「但遗憾的是,并不是所有有趣的数学命题都能做到这一点。更多时候,需要我们的研究才能出现期待的效果。」参考资料:https://www.quantamagazine.org/nasty-geometry-breaks-decades-old-tiling-conjecture-20221215/https://terrytao.wordpress.com/2022/09/19/a-counterexample-to-the-periodic-tiling-conjecture/https://baike.baidu.com/item/%E5%AF%86%E9%93%BA/5106336

相关文章
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
无限可能性:自然语言生成的奥秘
无限可能性:自然语言生成的奥秘
29 0
|
6月前
典型偏差和非典型偏差练习
典型偏差和非典型偏差练习
43 5
|
6月前
|
项目管理
典型偏差和非典型偏差
典型偏差和非典型偏差。
83 2
|
10月前
|
决策智能
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
50 0
|
12月前
|
机器学习/深度学习 传感器 算法
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
121 0
|
12月前
|
机器学习/深度学习
以前所未有的原子数量进行量子力学模拟,机器学习发现新的高压固体氢
以前所未有的原子数量进行量子力学模拟,机器学习发现新的高压固体氢
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
191 0
|
定位技术 决策智能
运筹优化学习23:单因素方差分析理论及Matlab代码实现(上)
运筹优化学习23:单因素方差分析理论及Matlab代码实现
运筹优化学习23:单因素方差分析理论及Matlab代码实现(上)
|
决策智能
运筹优化学习23:单因素方差分析理论及Matlab代码实现(下)
运筹优化学习23:单因素方差分析理论及Matlab代码实现
运筹优化学习23:单因素方差分析理论及Matlab代码实现(下)
|
机器学习/深度学习 存储 算法
划重点!十分钟掌握牛顿法凸优化
之前,我发过一篇文章,通俗地解释了梯度下降算法的数学原理和推导过程,推荐一看。链接如下: 简单的梯度下降算法,你真的懂了吗?
394 0
划重点!十分钟掌握牛顿法凸优化