GPT-5.6与Fable 5联手：攻克悬置25年无线通信数学难题

无线通信领域的经典大山——悬置25年的MIMO检测数学难题，最近被微软研究院首席研究员Dimitris Papailiopoulos携手GPT-5.6和Fable 5合力攻克。他们成功证明了一个多项式时间算法，能让MIMO检测精确命中最大似然阈值。这位研究员表示，整个推演和反复验证的过程花了他整整七天时间。

MIMO检测是无线通信中的基础问题：发送端通过信道发送N个比特，信号在传输中混杂了噪声，接收端必须把这N个比特完好无损地还原出来。理论上，穷举所有可能的最大似然检测可以做到，但计算复杂度高达2的N次方。1989年，学者证明该问题在最坏情况下是NP-hard的。然而在现实随机信道中，当信噪比达到2logN时，比特理论上是可以完全恢复的。业界自2000年代起就试图寻找不靠穷举的高效多项式算法来逼近这一阈值，却屡屡碰壁。2001年被寄予厚望的球形译码算法在2005年被证实复杂度仍是指数级的；随后的半正定松弛、比特翻转等近似方法也均无法精确匹配该阈值。

在这次突破中，研究员利用#GPT-5.6和Fable 5探索了不同的证明路径。GPT-5.6倾向于采用AMP算法，而Fable 5则另辟蹊径，提出了一种在工业界实际应用但从未被严格证明的“符号LMMSE加上贪心逐位翻转”老算法。Dimitris最终选择了Fable的路线，并让GPT-5.6接手进行漏洞修补。经历了两大AI模型互相简化对方论证的“拉锯战”后，他们最终得到了一份支持手算验证的严谨证明。该算法仅需两个核心步骤：首先进行LMMSE取整以获得低汉明距离的粗略预测，随后通过贪心算法翻转，在多项式时间O(N³)内实现精确恢复，完美填补了统计可行性与快速算法之间的25年鸿沟。