现正在，为了帮帮处理世界上最棘手的数学问题，研究人员开辟了一种新的人工智能模子，他们暗示，科学家们越来越多地摸索人工智能处理数学问题的能力。例如，谷歌DeepMind的 AlphaProof 正在 2024 年国际数学奥林匹克竞赛（一项高中数学竞赛）中表示超卓，获得银牌，而 OpenAI 的 o3 系统比来初次表态，正在数学、科学和计较机编程的基准问题上表示超卓。正在一项尚未颠末同业评审的新研究中，理工学院的研究人员及其同事处理了更具挑和性的数学问题，这类问题几十年来一曲搅扰着专业数学家。「说到你可能正在数学奥林匹克中碰到的那种问题，它们的证明凡是涉及 30 或 40 个步调，取通俗的国际象棋角逐的难度不异。」理工学院理论物理和数学传授 Sergei Gukov 说，「我们专注于复杂的研究级数学问题，其处理方案涉及数千、数百万以至数十亿个步调。」最终，「我但愿我们可以或许操纵人工智能处理千禧年题。」Gukov 暗示，「这可能对我来说过于乐不雅，但有北极星老是好的。目前，我们正试图将沉点放正在低一级的问题上，即那些多年来一曲悬而未决的问题。」正在这项新研究中，Gukov 团队专注于 Andrews-Curtis 猜想，这是 60 年前初次提出的组合群论问题。「组合群论是关于物体的变换的。」Gukov说，这是一个很是简单的群，具有根基的操做和变换——你能够垂曲和程度扭转魔方的分歧平面。安德鲁斯-柯蒂斯猜想就像一个强化版的魔方——它不是一个 3 x 3 x 3 的群，而更像是一个 100 x 100 x 100 的群。」虽然研究人员未能证明次要猜想，但他们的新系统辩驳了被称为潜正在反例的相关问题，这些问题曾经悬而未决了大约 25 年。这些反例素质上是能够辩驳猜想的数学案例。解除这些反例会添加猜想成立的可能性。「若是你要求 DeepSeek 或 o3 或 ChatGPT 或雷同模子处理我们研究的任何问题，它们都无法找到谜底。」他说，「它们擅长发生预期或典型的处理方案，擅长反复以前看到的内容。它们旨正在成为通用模子。我们正正在研究很难找到的长序列步调，它们是处理方案统计分布中的非常值。」为了开辟这些研究人员称之为「超等动做」的策略，Gukov 团队采用了强化进修的方式。他们起首给人工智能一些简单的问题让其处理，然后逐步给它更坚苦的问题。科学家们寻找不需要大量计较能力的策略；Gukov 说，所有的锻炼都是正在单个 GPU 上完成的。Gukov 指出，正在强化进修研究中，人们凡是利用不异的 10 到 15 种算法。「我发觉最令人兴奋的是，通过以很是长的目光思虑处理这些问题，我们为人工智能开辟了新的算法。」他说。Gukov 说，这些新算法「除了纯数学之外，可能还有良多使用……它们能够发觉非常值、非常现象、黑天鹅事务——这些事务很是很是稀有，但若是实的发生，价格将很是昂扬。」这些事务很是稀有，因而人工智能很难精确预测它们——它们的不寻常性质意味着预测模子几乎没有汗青数据可供自创。预测这些最有可能和最灾难性的情景的能力能够帮帮社会制定最佳的缓解策略。Gukov 的团队目前正正在研究其他持久存正在的数学问题，以帮帮他们开辟算法。2 月 13 日，他们正在 ArXiv 预印平台上的一项研究中细致引见了他们的研究成果。

福建文德丰信息技术有限公司