یک شیشه سکه را روی میز خالی کنید و سعی کنید تا حد امکان سکه‌ها را در کنار هم بچینید. سکه‌ها باید به‌طور کامل روی سطح صاف قرار بگیرند؛ لبه‌های آن‌ها می‌تواند با هم تماس داشته باشد به شرطی که روی یکدیگر نیفتند. بهترین راه برای جا دادن حداکثر تعداد سکه در این فضا چیست؟ اگر سطح میز تا بی‌نهایت در همه جهات گسترش پیدا کند، چند درصدش را می‌توانید با سکه‌ها بپوشانید؟ این معما به‌عنوان نقطه شروع یک حوزه ریاضی به نام چیدمان یا بسته‌بندی کُره‌ها شناخته می‌شود. پس از تفکر درباره حالت دوبعدی روی میز، می‌توانیم به سراغ سه بعد برویم، چیزی شبیه چیدن پرتقال‌ها روی هم در میوه‌فروشی و سپس به فضاهایی با ابعاد بسیار بالاتر برسیم.
چیدمان کارآمد کره‌های چندبعدی در فضاهای انتزاعی‌شان، کاربردهای عملی شگفت‌انگیزی در فناوری ارتباطات دیجیتال دارد. این حوزه تحقیقاتی بسیار محبوب است و برخی از مشهورترین مسائل حل‌نشده و دشوار ریاضیات را در خود جای می‌دهد. به همین دلیل، در تاریخ اول آگوست، زمانی که شرکت OpenAI اعلام کرد مدل منتشرنشده‌اش به نام Astra در کنار ۹ مسئله دیگر ریاضیات و علوم کامپیوتر نظری، پیشرفت قابل‌توجهی در چیدمان کره‌ها داشته، هیاهوی زیادی به پا شد.
برای حل معمای ابتدایی ما درباره چیدن دایره‌ها در فضای دوبعدی، عموم مردم وسوسه می‌شوند سکه‌ها (یا دیسک‌ها) را به‌صورت منظم و ردیفی کنار یکدیگر قرار دهند. با استفاده از فرمول‌های ساده‌ی هندسه می‌توانید محاسبه کنید که دایره‌هایی که به این شکل چیده می‌شوند، حدود ۷۸٫۵ درصد سطح را می‌پوشانند؛ یا به‌طور دقیق π⁄4 فضای موجود. اما برای جا دادن تعداد بیشتری دیسک، باید به این نکته توجه کنیم که هر دایره می‌تواند حداکثر با شش دایره هم‌اندازه دیگر که هم‌زمان با آن مماس‌اند احاطه شود. بنابراین می‌توانید با همین اصل دیسک‌ها را فشرده‌تر و با کارایی بیشتری روی میز بچینید و به الگویی تکرارشونده شبیه به لانه زنبور برسید.
الگوی بالا حدود ۹۰٫۷ درصد از فضا را می‌پوشاند و به‌عنوان چیدمان بهینه‌ی دوبعدی شناخته می‌شود.
در فضای سه‌بعدی، همان روش آشنای چیدن پرتقال‌ها در فروشگاه، متراکم‌ترین چینش ممکن محسوب می‌شود. شما ابتدا لایه‌ی صافی از کره‌ها را روی سطح می‌چینید و کره‌های لایه‌های بعدی را داخل فرورفتگی‌های ایجادشده میان کره‌های لایه‌ی زیرین قرار می‌دهید. اگر از بالا به نخستین لایه نگاه کنید، چیدمان آن می‌تواند شبیه الگوی شش‌ضلعی کندوی عسل یا یک شبکه‌ی ساده‌ی مربعی باشد. تا زمانی که هر لایه‌ی جدید در فضای خالی میان کره‌های لایه‌ی پایین قرار بگیرد، هر دو روش در نهایت به نسخه‌ای از یک ساختار واحد با تراکمی در حدود ۷۴ درصد منجر خواهند شد.
یوهانس کپلر، دانشمند آلمانی که بیشتر به‌خاطر قوانین حرکت سیاراتش شهرت دارد، در سال ۱۶۱۱ حدس زد که این چیدمان، بهینه‌ترین حالت ممکن را به شما می‌دهد. صدها سال طول کشید تا حدس کپلر سرانجام تأیید شود. سال ۱۹۹۸، ریاضی‌دان آمریکایی، توماس کالیستر هیلز، به کمک کامپیوتر اثبات عظیمی برای این مسئله ارائه کرد.
تقارن در فضاهای تاریک؛ راز ابعاد ۸ و ۲۴
وقتی وارد ابعاد بالاتر می‌شویم، ریاضی‌دانان تصاویر را کنار می‌گذارند و به معادلات تکیه می‌کنند. همان‌طور که یک نقطه در صفحه‌ی دوبعدی x-y با دو مختصات (x, y) نمایش داده می‌شود، یک نقطه در فضای سه‌بعدی سه مختصات (x, y, z) و یک نقطه در فضای چهاربعدی چهار مختصات (x, y, z, w) دارد. محاسبه‌ی فاصله میان دو نقطه در فضای چهاربعدی نیز از همان فرمولی استفاده می‌کند که در سه بُعد به کار می‌رود؛ فقط یک مختصات اضافه به آن اضافه می‌شود.
اگرچه جبر به‌راحتی به ابعاد بالاتر تعمیم پیدا می‌کند، ولی یافتن بهترین چیدمان کره‌ها در فضاهای چندبعدی بسیار دشوار می‌شود. پس از بُعد سوم، پژوهشگران تنها در ابعاد ۸ و ۲۴ توانسته‌اند بهترین چیدمان ممکن را پیدا کنند. ریاضی‌دان اوکراینی مارینا ویازوفسکا در سال ۲۰۱۶ مسئله‌ی چیدمان کره‌ها در بُعد هشتم را حل کرد؛ دستاوردی که در سال ۲۰۲۲ مدال فیلدز را برایش به ارمغان آورد. تنها یک هفته پس از کشف سال ۲۰۱۶، ویاژوفسکا به همراه چهار همکار دیگر مسئله‌ی بُعد ۲۴ را نیز حل کرد.
ابعاد ۸ و ۲۴ دارای تقارن‌های خاصی هستند و پژوهشگران از همین ویژگی برای جای‌دادن کره‌ها با بیشترین تراکم استفاده کردند. درباره‌ی سایر فضاهای با ابعاد بالاتر، اطلاعات بسیار کمتری داریم. حتی ممکن است بهترین چیدمان در بعضی ابعاد کاملاً نامنظم باشد و برخلاف موارد حل‌شده، از هیچ الگوی تکرارشونده‌ای پیروی نکند.
چیدمان کره‌ها چگونه پیام‌های آسیب‌دیده را نجات می‌دهد؟
کره‌های چندبعدی مدل‌های بسیار خوبی برای توصیف بعضی پدیده‌هایی هستند که هر روز با آن‌ها سروکار داریم، مثلاً ارتباطات دیجیتال را در نظر بگیرید؛ فرایندی آشفته و مستعد خطا. وقتی پیامکی ارسال می‌کنید، تلفن شما کلماتتان را به بیت‌ها، دنباله‌ای از صفرها و یک‌ها، تبدیل می‌کند که سپس به یک سیگنال الکترومغناطیسی ترجمه می‌شوند. این سیگنال در هوا به نزدیک‌ترین دکل مخابراتی می‌رسد و از آنجا وارد شبکه‌ای پیچیده از کابل‌ها می‌شود.
پیام شما در طول این سفر فیزیکی، با سیم‌های معیوب، نویزها، اختلال‌ها، خطاهای مختلف و امواج الکترومغناطیسی سرگردانی روبه‌رو می‌شود؛ عواملی که همگی می‌توانند داده‌ها را تغییر دهند و باعث شوند وقتی پیام به مقصد می‌رسد و دوباره به کلمات تبدیل می‌شود، متن درهم و نامفهوم شود. پس چرا پیامک‌ها تقریباً همیشه دست‌نخورده به مقصد می‌رسند؟ یا سؤالی جالب‌تر، چرا می‌توانید فیلم کاملی را از سروری در کشوری دیگر بدون جابه‌جاشدن حتی یک پیکسل تماشا کنید؟
پاسخ در ساختارهایی از علوم کامپیوتر نظری به نام کدهای تصحیح خطا (error-correcting codes) نهفته است که ارتباطی تنگاتنگ با بسته‌بندی کره‌ها در ابعاد بالا دارند. به دلیل احتمال بالای خراب‌شدن داده‌ها، دستگاه‌های ما پیام‌ها را با مقداری افزونگی رمزگذاری می‌کنند تا دستگاه گیرنده بتواند حتی باوجود خطاهای ایجادشده در مسیر، پیام اصلی را بازسازی کند.
کره‌های همینگ و هندسه‌ی پنهان پیامک‌ها
وقتی مسئله طراحی کدهای تصحیح خطا را به زبان ریاضی بیان کنیم، به همان مسئله‌ی چیدمان کره‌ها با ظاهری متفاوت تبدیل می‌شود. برای ملموس‌ترشدن موضوع، فرض کنید می‌خواهیم روشی بسازیم که تمام پیام‌های ۱۲ بیتی ممکن را به رشته‌های یکتای ۲۳ بیتی تبدیل کند؛ رشته‌هایی که کلمه‌ی کد یا Code Word نامیده می‌شوند. هدف این است که اگر هر سه بیت از رشته‌ی ۲۳ بیتی خراب شوند، همچنان بتوانیم تشخیص دهیم کدام کلمه‌ی کد ارسال شده و از روی آن، پیام ۱۲ بیتی اصلی را شناسایی کنیم.</
