Tekoäly matematiikassa avaa uuden tieteellisten löytöjen kulta-ajan
Generatiiviset tekoälymallit ovat auttaneet ratkaisemaan Paul Erdősin tunnetun geometriagraafi-hypoteesin, joka oli askarruttanut matemaatikkoja 80 vuotta. Koneoppimista käytetään nyt miljoonien loogisten ketjujen tuottamiseen ja todentamiseen yhdessä interaktiivisten todistusavustajien, kuten Leanin, kanssa harhojen välttämiseksi. Tämä merkitsee muutosta, jossa tekoäly vahvistaa ihmisen kekseliäisyyttä matematiikassa sen sijaan, että se korvaisi sen.
Unkarilainen matemaatikko Paul Erdős jätti jälkeensä satoja ratkaisemattomia ongelmia rahapalkintoineen, joista yksi oli yksikköetäisyyksien hypoteesi geometrisessa graafiteoriassa. Tämä hypoteesi kysyy olennaisesti, mikä on enimmäismäärä samanpituisia yhteyksiä pistejoukon välillä – pulma, joka uhmasi ihmisen intuitiota lähes 80 vuoden ajan. Generatiivinen algoritmi löysi epätriviaaleja avaruudellisia rakenteita, jotka ihmiset olivat ohittaneet, ja ratkaisi ongelman osittain. Nykyään tekoäly hoitaa tylsää työtä: se laskee miljoonia kombinaatioita ja havaitsee piileviä kuvioita, kun taas interaktiiviset todistusohjelmat kuten Lean tai Coq varmistavat jokaisen askeleen ja poistavat harhat. Näistä onnistumisista huolimatta perustavanlaatuiset ongelmat, kuten Riemannin hypoteesi tai Navierin–Stokesin yhtälöt, ovat yhä ratkaisematta, sillä ne vaativat uutta käsitteellistä kieltä. Venäjänkieliselle tiedeyhteisölle tämä laskennallinen muutos hyödyntää vahvaa matemaattista perinnettä, ja sovellukset ulottuvat neuroverkkojen optimoinnista kvanttiturvalliseen kryptografiaan. Tekoäly toimii ihmisaivon digitaalisena ulkoisena tukirankana, joka vapauttaa tutkijat rutiinitehtävistä ja antaa heidän keskittyä strategisiin tavoitteisiin ja käsitteelliseen visioon.
Lähde: Habr — хаб ИИ —
Alkuperäinen