越狱
外骨骼，真的那么管用吗？,外骨骼，真的那么管用吗？_我的网站
一 | 悬而未决 87 年的经典数学难题——雅可比猜想（Jacobian Conjecture），可能被一个只有三行公式的反例推翻了。 外骨骼，真的那么管用吗？(百姓关注) “无动力源更高效”“省力100斤，找回年轻脚步”……近年来，外骨骼产品引人关注。这种辅助性设备，在辅助行走、康复训练、登山搬货等领域，给一些行动不便的人或特殊工种人员带来便利。
二 | 7 月 20 日，数学家、Anthropic 研究人员 Levent Alpöge 在社交平台 X 公布了一个三元多项式映射。
三 | 然而，市面上的产品质量参差不齐，有些外骨骼实际效能与广告宣传相差甚远，令消费者颇有意见。它满足了雅可比猜想要求的前提条件，却违背了猜想的结论，因此构成了一个可能推翻整个猜想的反例。 浙江的安女士带着老父亲在一家门店试用了一款价值1万余元的外骨骼，当时老人感觉良好，家人随即下单。 更引人关注的是，Alpöge 在帖子中将这一反例归功于 Anthropic 最新发布的 AI 模型 Claude Fable 5。可回家后外骨骼的实际使用效果与店内体验完全不同。
四 | 他还表示，是朋友 Akhil 首先向模型提出这一问题，而 Fable 5 则在他们观看世界杯决赛期间持续搜索，最终找到了这一反例构造。“我父亲真正使用外骨骼后感觉腰部很累，且怕摔倒，最终不敢再用。
五 | ”安女士说。 安女士认为，门店试用环境与家庭实际使用场景存在差异，消费者凭短暂试用外骨骼难以判断产品是否真正适合家中老人。 上海的周女士也遇到外骨骼腰部承重过大的问题。 （来源：X） 消息发布后，数学界迅速展开核验。她看到商家宣传称，“外骨骼可以让走路更轻松”，便买了一款，试用后却发现外骨骼“特别重，压力都给了腰部”，她戴了仅5分钟就觉得腰痛，父母也觉得外骨骼重不愿佩戴。尽管商家最初承诺外骨骼“可以试用一个月”，周女士申请退货时仍被收取了2000元试用费。斯坦福大学数学系助理教授 Jared Duker Lichtman 转发称这一结果“相当惊人”；MathOverflow 很快收录了相关讨论，不少研究者还利用 Wolfram Alpha、SymPy 等工具进行了独立计算。 周女士认为，商家所谓外骨骼“可以试用”，却并未明确告知还有试用费，实为“有偿试用”甚至变相收费。目前，最关键的两项验证：雅可比行列式是否恒为 −2，以及三个不同点是否确实映射到同一点，均已通过公开计算验证。 如果后续没有发现新的漏洞，这将意味着：1939 年提出的雅可比猜想在三维情形下不成立，并可进一步推出其在所有三维及以上维数下均不成立；而二维情形仍然保持开放。 记者在网络平台搜索外骨骼发现，有商家在评论区承认“腰部不好的不适合用”，但商品页面却未作明确风险提示。评论区大量用户询问“脑梗瘫痪能用吗”“腰突压迫神经能用吗”“膝盖做过手术能用吗”，并未得到商家回复。 还有消费者反映，外骨骼在辅助抬腿、行走等动作时有省力效果，但若要经常穿戴则会面临其他问题。 被称为“民科坟场”的雅可比猜想 雅可比猜想由德国数学家奥特－海因里希·凯勒（Ott-Heinrich Keller）于 1939 年提出，讨论的是一个看似简单、却困扰数学界近九十年的问题：什么时候，一个多项式映射一定能够"倒推"回原来的函数？ 图｜海因里希·凯勒（左）（来源：Wikipedia） 理解这个猜想，可以先想象一张橡胶膜。一名网友给年近70岁、腿脚不便的母亲买了两款外骨骼产品，结果发现：外骨骼电机辅助抬腿有省力效果，但该外骨骼后腰处零件凸起，坐下时需拆卸才能靠椅背；外骨骼腿环无上下滑动结构，绑太紧或身材较高可能会造成皮肤擦伤；外骨骼对下蹲、承重动作无减速保护。 还有消费者反映，有的外骨骼产品存在设计缺陷。网友黄先生给患有偏瘫的老人购买了一款外骨骼，但因老人腿脚无力，抬腿达不到机器设定的高度阈值，外骨骼无法启动。如果局部看，每一小块都没有被撕裂或压扁，人们很自然会问：整张膜会不会在别的地方折叠起来，让两个不同的位置重合？ 数学里的情况与此类似。对于多变量多项式映射，如果它在每一个局部都满足一种“没有折叠”的条件，也就是雅可比行列式始终等于同一个非零常数。“因为老人抬不起腿才需要辅助设备，这款外骨骼却因为腿抬得不够高不能启动。”黄先生无奈地说。那么它是否一定在整体上也是一一对应的？它的逆映射又是否仍然是一个多项式？ 这就是雅可比猜想。 商家对于外骨骼的虚假宣传问题同样值得注意。媒体报道，有消费者在短视频平台看到一款“柔性外骨骼机器人”广告，号称外骨骼能辅助行动不便的人重新走路，于是花980元下单，收货后却发现没有电机、没有芯片、没有电池，只有一堆黑色的松紧带。
六 | 它的陈述只有短短几句话，却异常难以证明。
七 | 北京大学先进制造与机器人学院教授谢广明表示，若要称为“外骨骼机器人”，必须包含动力系统、传感系统和控制系统，有感知、决策、执行的闭环。
八 | 这类仅由弹簧、松紧带构成的产品，属于被动式助力装置。因此，“弹簧绑带外骨骼机器人”的宣传，属于概念混淆甚至有意误导消费者。不少数学研究者戏称它为“crank graveyard”——“民科坟场”。许多人被它吸引，最终却陷入漫长而徒劳的推导之中。
九 | 记者在网上搜索发现，外骨骼的价格从数百元到数万元不等，有的宣称能“节省体力”，有的强调可提供30%至50%的助力，还有的声称能减轻40斤到80斤的负重。 著名华人数学家张益唐，就曾把整个博士阶段投入到这个问题。1991 年，他在普渡大学完成博士论文《雅可比猜想与域扩张的次数》，导师莫宗坚是国际上研究雅可比猜想最重要的学者之一。谢广明表示，价格差异通常取决于技术复杂度、材料和加工成本，以及是简单的助力机构还是完整的机器人系统。 外骨骼对患者康复或老年人真的有辅助作用吗？对此，从事20多年康复研究的首都医科大学附属北京康复医院康复诊疗中心副主任王寒明给出了肯定的答案。张益唐的工作推进了这一研究方向，却并没有解决猜想本身。 “医疗上应用的主要是康复外骨骼机器人，不同于市面上的外骨骼，这种专门医疗器械价格一般在数十万元至数百万元之间，有着严格的行业标准，而且工作原理也有所不同。”王寒明说，“比如我们的外骨骼机器人都是有支撑、有跑台的，这样外骨骼本身的重量不会压在人的身上，同时髋膝踝每个关节活动从负的多少度到正的多少度，都有标准。后来，他离开代数几何，转向解析数论，并最终因证明有界素数间隔而闻名世界；雅可比猜想，则依然留在开放问题名单中。 1998 年，菲尔兹奖得主 Stephen Smale 将其列入著名的《下一个世纪的数学问题》（Mathematical Problems for the Next Century）第 16 题，认为它的解决将对数学发展产生重要影响。 过去近 90 年里，一维情形早已证明成立，二维至今仍未解决，而三维及更高维也始终没有答案。通过这样的外骨骼辅助步态训练，是能够帮助使用者提升运动能力的。由于这一猜想要求所有维数都成立，因此，只要在任意一个维数找到反例，整个猜想就会被推翻。” 对于消费者反映一些外骨骼产品“腰部承重过大”“刹不住车”“助力方向有误”等问题，谢广明表示，“这些问题是当前行业核心痛点。 三个点，击穿一个猜想 而此次，Alpöge 公布的是一个从三维复空间到三维复空间的多项式映射： 直接计算可知，这个映射的雅可比行列式恒等于 −2。由于 −2 是一个非零常数，因此它完全满足雅可比猜想的前提条件。 然而，当把三个不同的点 分别代入这一映射时，得到的结果却都是同一个点： 这足以构成反例。作为外骨骼产品，上架前必须经过充分的测试，由于目前一些外骨骼产品游离在医疗器械和消费品之间，存在监管空白，因此厂家在产品设计和质量把关上存在不严谨问题。原因很简单：如果多个不同的输入对应同一个输出，那么映射就不是单射。换句话说，当已知输出时，无法唯一确定原来的输入，因此它不可能拥有逆映射，更不可能拥有由多项式组成的逆映射。” 那么，如何才算一款好的外骨骼产品？王寒明表示，“首先要性能稳定，保证使用者的安全，不能走着走着把人摔倒了。
十 | 这与雅可比猜想的结论正面冲突。其次应当是舒适好用，步态模式良好，让使用者感觉行动自如。还应当有急停装置，患者感到不舒服时，能一键或者自动停止。 这个反例还具有极强的可核查性。
十一 | ” 对于如何规范机械外骨骼产品，提升产品性能和消费者体验，谢广明建议，应明确产品的属性和详细分类，根据种类不同，建立不同的监管标准。其次，企业应强制披露必要信息，特别是测试数据，最好引入第三方认证，类似家电CCC认证等，避免虚假宣传。许多重大数学成果往往需要专家花费数月甚至数年时间，逐页检查上百页证明；而这个结果的核心，仅涉及两项有限的代数计算：一是验证雅可比行列式恒等于非零常数，二是验证三个不同的点确实映射到了同一个点。此外，还要加大市场监管力度，避免滥用“机器人”概念，夸大产品性能。 截至目前，这两项计算均已得到公开复核。 (人民日报 记者 赵兵；张鑫源参与采写)。
十二 | 研究者 Zihan Zhang 给出了独立的 SymPy 验证脚本，并指出，只需将其中一个输出坐标乘以 −1/2，就可以把雅可比行列式规范化为猜想中更常采用的常数 1，而这不会改变反例的本质。
十三 | 如果这一反例最终成立，它不仅推翻三维情形，也意味着所有更高维情形都不再成立。因为只需在三维反例后增加若干保持不变的坐标，就可以直接构造出任意更高维的反例。
十四 | 不过，二维雅可比猜想仍然是一个独立的开放问题 值得补充的是，Levent Alpöge 并不是从 AI 领域半路进入数学，而是一位长期从事数论与算术几何研究的职业数学家。近年来，他才加入 Anthropic，从事人工智能研究。 他本科毕业于哈佛大学，主修数学，并获得物理学硕士学位；随后在剑桥大学完成数学高级研究课程。2020 年，他在普林斯顿大学获得数学博士学位，导师是菲尔兹奖得主 Manjul Bhargava。
十五 | 图｜Levent Alpöge（来源：Quanta Magazine） 大型语言模型兴起后，Alpöge 开始转向人工智能。他曾在个人主页写道，GPT-4 让他认为人工智能是“人类创造过的最有意思的东西”，因此重新回到计算机科学领域，希望增加这场变化产生积极结果的可能性。 根据目前公开的信息，这次发现的大致过程是：Akhil 提出问题，Alpöge 将其交给 Claude Fable 5 进行探索，模型最终给出了具体的反例构造；随后，Alpöge 公开了这一构造，数学界再通过人工推导以及 Wolfram Alpha、SymPy 等工具进行了独立验证。
十六 | 这一过程与 AI 替数学家写出一份传统意义上的数学证明有所不同。对于否定一个猜想而言，并不需要解释所有可能情况，只需要找到一个满足前提、却违反结论的反例即可。这样的任务天然适合计算探索：模型可以不断尝试构造候选映射、调整参数、检查雅可比条件，再寻找是否会出现不同点映射到同一点的情况。 如果这一反例最终得到确认，它带来的意义将十分重大。因为它展示了一种此前极少出现的研究模式：不是 AI 帮助数学家验证已经存在的思路，而是AI参与寻找一个人类 87 年来始终没有找到的数学对象。 从 AlphaGeometry 解决竞赛题，到 GPT、Gemini 参与证明具体命题，再到这一次可能找到推翻经典猜想的反例，大模型参与数学研究的角色正在发生变化。它开始探索的，不再只是“答案”，而是过去只有数学家才会进入的未知搜索空间。 参考链接： 1.https://x.com/leventalpoge 2.https://mathoverflow.net/questions/513387/galois-structure-of-the-new-counterexample-to-the-jacobian-conjecture-an-explic 3.https://www.leventalpoge.com/ 4.https://dataspace.princeton.edu/ 5.https://www.ams.org/prizes-awards/ams-morgan-prize 运营/排版：何晨龙 注：封面由 AI 辅助生成。
Current article:http://hnqwl.gamajionghuanmuniuzhuanguchu.cyou/list_32v/5p1e.html
Published on:09:55:29