微软研究员与AI合作证明MIMO检测多项式算法，精确命中最大似然阈值2logN，解决25年难题

GPT-5.6和Fable 5联手解决了一道悬置25年的数学难题，涉及无线通信中的MIMO检测。微软研究院首席研究员Dimitris Papailiopoulos参与证明了这一成果，证明了一个多项式时间算法，能够在信噪比达到最大似然阈值时精确恢复发送信号。该算法复杂度为O(N^3)次运算，相较于传统穷举搜索的指数级复杂度，实现了质的提升。

MIMO检测是无线通信的基础问题，接收端需要从被噪声干扰的信号中还原原始比特。2001年，Hassibi和Vikalo提出球形译码算法，但2005年被Jaldén和Ottersten证明其期望复杂度为指数级。此后，多种近似方法如半正定松弛、比特翻转等均未达到理论阈值。2020年，box relaxation方法达到4logN信噪比，但阈值是2logN，差距依然存在。

新算法由两步构成。第一步是LMMSE取整，通过线性最小均方误差估计给出连续猜测并取整，证明猜错比特数比例趋近于零。第二步是贪心逐位翻转，每轮翻转使代价函数下降最多的一位，直到无法改进。论文证明，该算法在信噪比等于2logN时精确恢复，总复杂度为O(N^3)次运算，其中贪心步骤为O(NlogN)步。

论文还证明双向结果，即信噪比高于阈值时信号能精确恢复，低于阈值时最大似然检测本身失败。Dimitris验证了证明过程，该成果解决了25年来未解的理论问题，为无线通信领域提供了新的理论支撑。