IA na matemática abre uma nova era de ouro para a descoberta científica
Modelos de IA generativa ajudaram a resolver uma famosa hipótese de grafos geométricos de Paul Erdős que intrigava matemáticos há 80 anos. O aprendizado de máquina é agora usado para gerar e verificar milhões de cadeias lógicas, combinado com provadores de teoremas interativos como o Lean para evitar alucinações. Isso marca uma mudança onde a IA amplifica a engenhosidade humana na matemática, em vez de substituí-la.
O matemático húngaro Paul Erdős deixou centenas de problemas não resolvidos com prêmios em dinheiro, um dos quais era a hipótese das distâncias unitárias na teoria dos grafos geométricos. Essa hipótese essencialmente questiona o número máximo de conexões de igual comprimento entre um conjunto de pontos, um enigma que resistiu à intuição humana por quase 80 anos. Um algoritmo generativo descobriu estruturas espaciais não triviais que os humanos haviam negligenciado, resolvendo parcialmente o problema. Hoje, a IA lida com o trabalho tedioso de enumerar milhões de combinações e identificar padrões ocultos, enquanto provadores de teoremas interativos como Lean ou Coq verificam cada etapa, eliminando alucinações. Apesar desses sucessos, problemas fundamentais como a hipótese de Riemann ou as equações de Navier-Stokes permanecem não resolvidos, pois exigem uma nova linguagem conceitual. Para a comunidade científica de língua russa, essa mudança computacional aproveita uma forte tradição matemática, com aplicações que vão desde a otimização de redes neurais até a criptografia resistente a quantum. A IA atua como um exoesqueleto digital para o cérebro humano, libertando os pesquisadores de tarefas rotineiras e permitindo que eles se concentrem em objetivos estratégicos e visão conceitual.
Fonte: Habr — хаб ИИ —
original