但現在,重回校園轉一圈的Gilmer有了個新想法:用資訊理論及相關原理解決並封閉猜想問題。

Gilmer的思路是找反例。

根據並封閉集合猜想,一個正常的並封閉集族中,至少應該有一個元素在多於一半的集合中出現。

既然如此,只要想辦法構造一個特殊的集族,裡面沒有一個元素出現在超過1%的集合中,這個猜想就會被證偽,反之如果構造不出來,那麼猜想就可能成立。

現在,我們用資訊理論視角看這一猜想:

正常來說,如果從集族中任意挑出兩個集合,這兩個集合取並集後,並集中的元素比原來兩個集合更多,其資訊熵應該比原來的單獨兩個集合更低。

然而如果基於“沒有一個元素出現在超過1%集合”這個限制條件,任意兩個集合取並集後,計算出來的資訊熵竟然比原來的單獨兩個集合更高。

這顯然是不可能的,因此不存在這麼一個特殊的集族,Glimer的反例也沒有找到。

但這也就意味著在“並封閉”集族中,至少存在一個元素,會出現在超過1%的集合中。

2022年11月16日,Gilmer將這一思路寫成論文,發表在了arxiv上。

當然,他這篇論文還不是“完全體”,也就是說並沒有完全證明並封閉集合猜想——

畢竟這只是至少1%,還不意味著原來的並封閉集合猜想中的至少50%就成立。

但這個新思路已經足夠讓學界震動。

普林斯頓大學數學家Ryan Alweiss評價“引入資訊量”這一操作:非常聰明。

僅僅幾天後,就有3個不同的數學研究組基於他的研究,先後發表了研究論文,隨後也有更多研究者跟進,他們所在院校機構有牛津、普林斯頓、哥大、布里斯托等。

在後續研究中,對“並封閉集合猜想”的機率值證明,被推進到了38%。

令這些數學家好奇的是,基於Gilmer的研究,他自己上手將機率值推進到38%並不難。

對此,Gilmer表示,自己已經五年多沒碰數學了,確實不知道如何進行分析工作來將其進一步推進下去。

不過,他也認為,正是因為對相關數學方法的生疏,讓他跳出了常理,用圈外辦法取得突破。