The Pulse
Una dimostrazione assistita dall’IA risolve la congettura KLS dopo 31 anni
Un articolo di Zhao Song e Xinzhi Zhang dimostra un limite indipendente dalla dimensione per la congettura di Kannan–Lovász–Simonovits, un problema formulato nel 1995. I ricercatori affermano che agenti di IA hanno aiutato a esplorare e ver
AI.info Team · Scritto con l’IA · verificato ·
Nella dimostrazione della congettura di Kannan–Lovász–Simonovits sono confluiti oltre 100 possibili approcci e circa un centinaio di percorsi di ricerca, secondo un resoconto di Microsoft Research pubblicato il 21 ottobre 2026. Il risultato, ottenuto da Xinzhi Zhang, ricercatore senior di Microsoft Research, e Zhao Song, ricercatore indipendente, stabilisce un limite che non cresce con la dimensione dello spazio. Secondo il resoconto dei ricercatori, agenti di IA hanno aiutato a esplorare e verificare le idee, mentre il giudizio dei matematici ha orientato il lavoro e costruito la dimostrazione.
Un limite che non cresce più con la dimensione
Formulata nel 1995, la congettura KLS riguarda la geometria delle distribuzioni di probabilità isotrope log-concave, un’ampia famiglia di distribuzioni usata nella teoria della probabilità e nella geometria ad alta dimensione. In termini semplificati, prevede che un taglio piano attraverso una distribuzione di questo tipo possa individuare le sue strozzature più strette quasi altrettanto bene di un taglio di qualsiasi forma, con un fattore fisso che non dipende dal numero di dimensioni.
Questa proprietà è importante per le passeggiate aleatorie usate per esplorare distribuzioni ad alta dimensione. Secondo l’articolo, i limiti sulla costante KLS incidono sulla conduttanza e sui tempi di mescolamento e, di conseguenza, sulla complessità del campionamento, del calcolo dei volumi e dell’integrazione. La congettura è inoltre collegata agli algoritmi di ottimizzazione convessa.
Song e Zhang formulano il risultato come un limite universale per la costante di Poincaré di ogni misura isotropa log-concava, comprese le misure prive di densità regolari o di supporto limitato. Gli autori, il ricercatore indipendente Zhao Song e il ricercatore di Microsoft Research Xinzhi Zhang, scrivono:
«La costante è indipendente dalla dimensione, dalla misura e dalla funzione di prova».
«An O(1) Bound for the KLS Constant», di Zhao Song e Xinzhi Zhang
Come il perfezionamento ripetuto ha colmato il divario
La dimostrazione è nata da una serie di miglioramenti. I ricercatori hanno dapprima sviluppato un criterio applicabile ricorsivamente: ogni limite migliore diventava il punto di partenza del passaggio successivo. Una versione del 1° ottobre ha ridotto la dipendenza residua dalla dimensione a un logaritmo iterato, che cresce estremamente lentamente ma non è comunque costante.
Il passaggio decisivo è stato ripetere l’intero processo di perfezionamento, anziché fermarsi dopo una sola applicazione. Gli autori affermano che l’approccio ha attinto ai loro lavori precedenti sugli algoritmi rapidi per la programmazione lineare. La loro analisi mostra che le piccole perdite introdotte dai passaggi successivi diminuiscono abbastanza rapidamente perché la loro somma resti limitata, eliminando la dipendenza dalla dimensione.
Microsoft afferma che agenti di IA hanno esplorato possibili approcci, compresi lunghi calcoli su tensori di ordine superiore, e hanno contribuito alle derivazioni, alla preparazione del manoscritto e alle verifiche interne. I ricercatori hanno esaminato i risultati intermedi, scartato le linee di ricerca improduttive e indirizzato quelle promettenti verso il passaggio successivo. In un tentativo separato, che ha impiegato grosso modo lo stesso budget complessivo di token, diversi modelli di IA di primo piano, senza una guida, non sono riusciti a risolvere il problema.
Dimostrazioni separate offrono un’ulteriore verifica
La dimostrazione è accompagnata dal lavoro di altri matematici. Pierre Bizeul, Boaz Klartag e Joseph Lehec hanno pubblicato il 4 ottobre una dimostrazione separata, basata in parte su un criterio introdotto da Song e Zhang. Il loro articolo definisce quel criterio «il passaggio cruciale della dimostrazione». Il loro articolo su arXiv Un terzo articolo, di Krishnakumar Balasubramanian e Shiva Kasiviswanathan, presenta una dimostrazione deterministica e fornisce un limite superiore esplicito di 25 per la costante di Poincaré. Il loro articolo su arXiv
In un repository pubblico è disponibile anche una formalizzazione della congettura in Lean 4, che descrive un limite di Poincaré indipendente dalla dimensione e non superiore a 500. Il repository KLS500 La verifica formale controlla che una dimostrazione derivi dalle definizioni e dai passaggi codificati; da sola, non risolve le questioni relative all’interpretazione della matematica o alla capacità dell’argomento formalizzato di rappresentare il risultato voluto. Microsoft afferma che Zhang e Song hanno anche abbreviato la loro dimostrazione e verificato in Lean la versione semplificata, ma intendono pubblicarla dopo una revisione finale.
Il prossimo passo è l’esame approfondito della dimostrazione completa
Le dimostrazioni parallele e la formalizzazione offrono ai matematici più di un percorso da esaminare.
La rilevanza pratica è matematica, più che legata a un cambiamento immediato nel software: i risultati che in precedenza assumevano la validità della congettura KLS possono ora essere sviluppati sulla base di una dimostrazione, se questa supererà ulteriori verifiche.
L’idea centrale della dimostrazione è un perfezionamento ripetuto il cui errore cumulativo resta limitato. Se la versione abbreviata e verificata in Lean renderà più facile ad altri specialisti esaminare la dimostrazione dipenderà dalla pubblicazione che Zhang e Song affermano di stare preparando.