三維空間中，一個中心球周圍最多能緊密排列多少個相同大小的球？這個看似簡單的幾何問題，曾引發牛頓與大衛·格雷戈里的著名爭論。牛頓認為答案是12，格雷戈里則堅持13，這場持續兩個多世紀的爭議直到1953年才塵埃落定。如今，隨著上海科學智能研究院、北京大學和復旦大學等機構組成的科研團隊取得突破性進展，這個困擾數學界三百年的"親吻數問題"在高維空間的研究中邁出了關鍵一步。

親吻數問題本質上是研究不同維度空間中球體的最優堆積方式。在三維空間中，12個球體可以完美貼合中心球體形成穩定結構，但當維度超過8后，人類的空間感知能力便難以應對這種幾何復雜性。過去三十年，全球數學家僅在該領域取得7次實質性進展，其中2022年菲爾茲獎得主瑪麗娜·維亞佐夫斯卡對8維和24維球體堆積的嚴格證明，被視為該領域的里程碑式成果。然而，這些研究都依賴各自獨特的數學工具，始終未能形成可推廣的研究范式。

這個數學難題的影響力遠超純理論范疇。作為希爾伯特第十八問題的局部形式，親吻數問題與數論、組合數學、群論等多個數學分支存在深刻聯系。在工程應用層面，球體最優堆積方案直接對應著通信工程中的信號分布優化、量子編碼設計以及數據壓縮算法等現實問題。麻省理工學院教授亨利·科恩指出，該問題的突破將帶動多個基礎學科的發展，其研究價值堪比破解數學界的"哥德巴赫猜想"。

科研團隊此次創新性地開發了PackingStar強化學習系統，將高維幾何問題轉化為代數計算問題。該系統通過兩個智能體的合作博弈——填充智能體負責生成候選構型，修剪智能體進行結構優化，成功將復雜空間問題轉化為適合GPU并行計算的代數運算。這種轉化不僅釋放了AI模型的計算潛力，更開創了人機協同研究的新模式：AI負責在人類直覺難以觸及的維度空間中探索規律，數學家則將這些發現提煉為抽象數學理論。

研究成果顯著改寫了多個維度的親吻數記錄。在25至31維空間中，團隊發現了優于人類已知的最佳結構；在14維和17維空間中，突破了持續二三十年的"兩球親吻數"紀錄；在12維、20維和21維空間中，則刷新了"三球親吻數"的極限值。更令人驚喜的是，AI在12至15維空間中發現了多個非對稱最優構型，打破了傳統研究中對高度對稱結構的依賴，為數學家提供了全新的研究視角。

與之前谷歌DeepMind公司AlphaEvolve僅將11維最優值提升1個單位的突破相比，此次研究具有更深遠的意義。AlphaEvolve生成的構型缺乏內在數學結構，難以形成可推廣的方法論。而PackingStar系統不僅在多個維度取得實質性進展，更建立了統一的研究框架。亨利·科恩教授評價這是"方法論上的革命性突破"，相關成果已被收錄于他維護的權威榜單和維基百科相關條目。

這項研究標志著"科學智能"進入新發展階段。傳統AI研究主要依賴既有數據解決已定義問題，而此次人機協作模式則圍繞關鍵科學問題構建探索系統。AI不僅參與尋找解決方案，更與科學家共同重新定義問題邊界、發現新的科學規律。這種變革性研究范式，正在為人類探索未知領域開辟全新路徑。