AI要担任数学助理多长时间？

◎记者Zhang Jiaxin从计算机科学到医学再到国家安全，数学是许多主要应用的基础，但是在数学领域的发展可能需要数年才能实现。在一百万岁中，数学使用简单的工具：一张纸和笔。通过逻辑和灵感，他们在符号迷宫中寻求通往现实的道路。 为了打破这种情况，美国于今年4月启动了国防高级研究项目局的“指数数学”计划，旨在为人工智能（AI）开发一个“合着者”系统，该系统可以提高数学研究的效率。几十年来，数学一直在使用计算机来帮助计算或验证建议。 AI现在是Maaaalso的最高领先地位，并挑战人们多年来未解决的问题。但是，AI之间仍然存在差距，可以解决高中和AI问题，可以帮助克服数学困难。我仍然可以解决主要问题，我擅长大型语言模型（LLM）并不擅长数学。通常，它们具有“振奋”，并且可以接受训练以相信2+2 =“ 5”。但是，新一代的大型理解模式所显示的发展，例如Openai的O3，Anthropic Claude 4思维，阐明了数学家的启示。今年，这些模型在美国数学邀请赛上的高中生级别接近。与过去的“持久”输出不同，这些模型开始试图模仿U思维过程的过程仪器推理。同时，一些将LLM与某些校园系统结合使用的新型混合动力模型也会产生突破。例如，Google的“深思语思维”字母系统结合了国际象棋AI -Alphazero中的语言模型，该模型已成为第一个在国际数学奥林匹克运动会中获得与银牌相同标记的系统。今年5月，Google的Alphaevolve模型又迈出了一步，发现了与现有的许多长数学和计算问题的现有解决方案更好。美国的“麻省理工学院技术评论”被教导说，即使这些AI成就是杰出的，专家通常认为他们仍然没有能力真正协助科学研究。尽管竞争问题很困难，但它们更像Intele GamesKtwal，带有一些“任务”。真正的数学研究更加开放和复杂。当面对“ PS NP”和“ Rymann猜想”等重大问题时，AI仍然不能。为了更准确地评估AI的功能，Startup Epoch AI去年启动了Fransemath测试，并共同设计了60多个数学的新问题，以防止该模型看到的培训数据。结果，LLM几乎与“提交空白纸”相同。这些测试表明，即使AI在数学路上采取了步骤，但在“合着者”角色之前还有很长的路要走。如果您需要克服“超长的long推理链”，您会发现它们在某些方面是相同的：解决问题需要完成一系列的步骤，关键是找到这些步骤。SergeiGukov，Caltech Institute，Caltech Institute通常说，贫穷的差异可以在路径的长度上看到10到40个步骤，同时可以采取10到40个步骤，同时又可以在诸如Riemnann的范围内进行困难的步骤。路径“很难处理。就像在比赛后找到获胜的工资一样，AI应该找到正确的解决方案。在数学中，这种复杂性比国际象棋游戏更大。根据物理学家组织网络的报告，今年2月的一份报告，为了满足这一挑战，Gukov团队开发了一项在“超级步骤”中打包的方法，这些挑战是在“超级步骤”中构成了一定的步骤，这些挑战是一定的。加固模型为r的地方特别是建议提出额外的步骤和另一个模型来证明其推理。这种方法在经典未解决的问题中取得了成功 - 安德鲁斯·柯蒂斯（Andrews Curtis）猜想。尽管尚未证明或撤销该猜测，但与AI相关，科学家已经撤销了40年已广泛提及的“反例”。有时，它被认为是证明投机是错误的基本基础。牛津大学的数学家马丁·布里森（Martin Brison）表示：“删除错误的道路是科学研究中非常重要的一步。”古克夫认为，这种“压缩道路”适用于所有必要链的领域的想法。他希望这种方法不仅会将AI推向其自然模式，还可以为数学研究带来新的独特成就。真正的变化和突破仍然是数学要克服的关键。数学通常被认为是机械推理的，而高级数学是与实验类似，充满了反复试验，错误和突然的解释。这正是AI工具（例如Alphaevolve）的优势。它继续通过LLM开发和改善解决问题的代码，评估每个旋转结果与第二个模型结合在一起，最后提出了比人更好的解决方案。这种方法不仅提供了独立的探索，而且在任何时候都支持人类干预，并提供了灵感和指示。澳大利亚悉尼大学的数学家乔迪·威廉姆森（Jody Williamson）强调，探索性的思想是主要数学。根据英国网站“新科学家”的说法，他与Meta合作开发了AI Patternboost系统，该系统基于数学思想产生类似的概念以帮助启发。 “这就像这里有很多有趣的事物。我不知道发生了什么，但是你能想到这样的事情吗？”这种类型的头脑风暴是Impo掌握数学，这是新想法的来源。以二十面体为例 - 古希腊人通过纯粹的推理发现了它，并且它的形状在自然界中并不存在，但它深深地影响了数学的形成。威廉姆森（Williamson）希望能够在将来发现类似的“新数学事物”。但是，AI仍然缺乏真正的创造力。这是让AI赢得国际象棋的东西，这是让它发明游戏的另一件事。 Alphaevolve和PatternBoost等工具可以充当人类直觉的“侦察”，这可以帮助人们发现路径并避免死胡同，但专家普遍认为，真正的变化和崩溃仍然存在。