在數學研究的漫長歷史中，有些問題看似簡單，卻讓無數頂尖學者為之絞盡腦汁。其中，親吻數問題便是這樣一道困擾數學界三百余年的經典難題。這個問題的核心在于：在N維空間中，一個球體周圍最多能與多少個相同大小的球體相切？盡管表述簡潔，其解答難度卻遠超想象。

早在17世紀，物理學家牛頓與數學家大衛·格雷戈里就曾圍繞三維空間的親吻數展開激烈爭論。牛頓認為最多為12個，而格雷戈里則猜測可能是13個。這場爭論持續了258年，直到數學家最終用嚴謹的證明確認了牛頓的猜想。然而，當維度擴展到更高空間時，問題的復雜性呈指數級增長，成為數學領域的一大挑戰。2022年，數學家瑪麗娜·維亞佐夫斯卡因在8維和24維空間的研究取得突破，榮獲菲爾茲獎，但更高維度的解法仍懸而未決。

親吻數問題的意義不僅限于理論層面。在信息編碼領域，如何用最少的資源壓縮最大量的信息，其底層邏輯與親吻數的核心思想不謀而合。因此，這一問題的突破可能為通信技術、數據存儲等領域帶來深遠影響。然而，三百多年來，進展始終緩慢，直到人工智能技術的介入為研究開辟了新的路徑。

上海科學智能研究院的馬成棟博士及其團隊，將目光投向了人工智能的潛力。盡管許多數學家認為AI短期內難以攻克有意義的數學難題，但馬成棟團隊堅信，數學作為科學的基礎語言，其研究范式與AI的邏輯推理能力高度契合。他們聯合北京大學、復旦大學的科研力量，與星河啟智科學智能開放平臺的工程師合作，開發了一套名為PackingStar的強化學習系統。通過優化內存管理模式，團隊實現了在GPU上直接完成原位計算，搜索效率提升數倍，累計節省超10萬GPU卡時。

團隊成員陶兆巍描述了人機協作的獨特模式：“我會與AI較勁——如果我在某一步的推理優于AI，便將這種人類直覺轉化為算法，再注入系統。這種互動讓AI不斷進化，也重塑了我的數學思維。”短短一年多，PackingStar系統在25至31維空間打破了人類已知的最佳堆積結構，在13維發現了50多年來的最優有理解，并在14維等多維度找到6000余種新解法。這些成果標志著AI在高維組合幾何領域實現了首次系統性突破。

更引人注目的是，研究揭示了不同維度間潛藏的幾何關聯，構建出可遷移、可比較的關系網絡。這種系統性重構為科學家提供了從整體視角重新審視親吻數問題的框架，也為未來研究指明了方向。例如，在14維空間中，團隊發現的新解法不僅數量龐大，且部分結構與低維空間存在驚人相似性，暗示著更高維度中可能存在未被發現的規律。

這一突破的背后，是上海科研環境的獨特優勢。上海科學智能研究院理事長吳力波指出，這里鼓勵年輕人牽頭組建跨學科團隊，無需論資排輩。在AI時代，重大科學問題的解決更需要群體力量與有組織科研的結合。她強調：“科學工程化在科學智能2.0時代愈發重要。通過工程手段的穩定性，可以對沖科學發現的不確定性，確保研究持續推進。”

親吻數問題與AI的相遇，恰似一場跨越時空的對話。前人用“親吻”形容球體間的接觸，賦予數學以詩意；如今，人類與機器的協作則將這份詩意延伸為探索未知的浪漫。從牛頓的猜想到AI的驗證，這道困擾數學界三百余年的難題，終于在上海的科研土壤中迎來了新的曙光。