人工智能正在发现纯数学中前所未见的模式

我们可以将数学定理的建议和证明添加到一长串内容中 有能力：数学家和人工智能专家联手演示如何可以在该领域开辟新的探索途径。

虽然数学家一直在使用计算机来发现模式几十年来机器学习的力量不断增强，这意味着这些网络可以处理大量数据并识别以前未发现的模式。

在一项新发表的研究中，一个研究小组使用了由深度思维，这家公司一直在部署人工智能解决棘手的生物学问题和提高天气预报的准确性，解决一些长期存在的数学问题。

“数学问题被广泛认为是最具智力挑战性的问题，”数学家乔迪·威廉姆森说来自澳大利亚悉尼大学。

“虽然数学家使用机器学习来协助分析复杂的数据集，但这是我们第一次使用计算机来帮助我们提出猜想或为数学中未经证实的想法提出可能的攻击路线。”

该团队展示了人工智能推进的证明Kazhdan-Lusztig 多项式，一个涉及高维代数对称性的数学问题，40 年来一直没有解决。

该研究还展示了一种称为“机器学习技术”的机器学习技术如何监督学习模型能够发现两种不同类型之间以前未被发现的关系数学结，从而得出一个全新的定理。

数学中的纽结理论也适用于其他各种具有挑战性的科学领域，包括遗传学、流体动力学，甚至太阳日冕的行为。 因此，人工智能的发现可以促进其他研究领域的进步。

“我们已经证明，在数学直觉的指导下，机器学习提供了一个强大的框架，可以在有大量数据可用的领域或在对象太大而无法用经典方法研究的领域中发现有趣且可证明的猜想，”数学家 András Juhász 说来自英国牛津大学。

机器学习系统的好处之一是它们可以寻找程序员没有专门编写代码来寻找的模式和场景。 他们利用训练数据并将相同的原则应用于新情况。

研究表明，这种高速、超可靠、大规模的数据处理可以作为与数学家的自然直觉一起工作的额外工具。 当您处理复杂、冗长的方程时，这可能会产生重大影响。

研究人员希望他们的工作能够在数学和人工智能领域的学者之间建立更多的合作伙伴关系，从而为原本未被发现的发现提供机会。

“人工智能是一种非凡的工具，”威廉姆森说。 “这项工作是第一次证明它对像我这样的纯数学家有用。”

“直觉可以带我们走很长的路，但人工智能可以帮助我们找到人类大脑可能不容易发现的联系。”

该研究发表于自然。