数学和AI就像是不可分割的朋友。 AI的出生和发展在每个步骤中都有深度的数学雕刻。 AI的推理能力的持续进步给数学研究带来了许多惊喜。最近，在阅读了数学文档之后，GPT-5 Pro独立得出了最精确的数学结论，而不是原始文本，这使其具有完整的证据过程，引起了行业的关注。
数学研究领域的AI应用方案是什么？如何促进AI+数学的发展？记者对此采访了几位专家。
在很大程度上提高了研究效率
B北京国际数学研究中心的北京大学教授唐·宾（Don Bin）表示：“ IA极大地提高了数学理论研究的效率。您不仅可以证明推论的结果，而且还可以帮助研究人员扩大他们的思维。”人工智能告诉记者。从经验来看，数学家大部分时间都花费的地方通常是定理的证据和验证。唐·宾（Don Bin）说：“除了时间和精力外，数学家通常表达了一个事实，即自然语言的证据并非完全精确，因此很容易犯下小错误。”
记者现在了解到，AI具有自动测试或定理伪造的巨大潜力。 AI为什么可以执行结果？在测试结果中，您是否有AI的幻觉？关于记者的各种问题，唐宾解释说，数学是一门正规科学，其最大的优势在于其验证性。 “就像执行代码一样，这样做是正确的，这样做是错误的。因此，Aiyou可以使用正式的验证系统来证明理论结果的精度。”
帮助研究人员进行精确的语义搜索是AI提高研究效率的另一种方法ency。
“我们经常说，科学研究是在巨人的肩膀上进行的，但实际上，我们经常不知道泰坦的肩膀在哪里。 “唐·本告诉记者，研究人员有时会提出显然是新颖的思想，但他们的前任可能与他们一起创造了。”为了确定这个想法是真正的原始，我们将在寻找搜索引擎或咨询该领域的专家时遇到问题，但是这种方法是不可能的。这是有效的，”他说。
作为回应，著名的陶Zeksang数学器是否提出或证明了他人。该工具使数学家可以专注于实际和原始研究，而不是重新发现已经一次又一次测试的结果。 AI的强大而精确的搜索功能有助于他实现这一愿景。
此外，AI可以帮助研究人员快速学习新知识并获取新技术。东本（Dong Bin）介绍了研究人员通常需要学习一些新概念以及研究特定问题的工具，但是当这些工具与家庭区域有很大差异时，它们通常处于工作密集型。
AI可以帮助研究人员快速确定特定理论或工具是否与研究问题相关，并且它们是否有用。 Dongbin说：“ AI充当'桥梁'，探索不同工具和理论之间的内部联系，扩大研究思想并鼓励数学家思考更多。”
Jing XI认为，欧洲人文学院的外国学者以及欧洲科学学院的自然和学术科学，AI和数学的结合本质上是一种“认知强化”，打破了人类固有的思想的局限性，并使研究人员可以解决复杂量表的复杂量表的复杂问题。
出现代表性结果
AI领域的代表性研究的许多结果已经出现，该研究支持数学研究。
“最高的代表之一该领域的性能和有影响力的任务是由Deepmind团队和著名的数学家Jody Williamson完成的研究。“在这项研究中，Dong Bin介绍了研究人员，通过构建特定的AI模型来激发前所未有的数学家，PRHE成功反对了几种新数学定理。
具体而言，数学家首先提出了一个假设，假设X和Y变量之间存在一些简洁而深层的数学功能关系，并记住函数f的方式。在传统研究期间，数学家始终是这种特征的特殊风格。 Adivine并试图证明这一点。这个过程非常复杂，需要很长时间。
“如果您可以量化变量x和y并生成大量数据样本，则可以使用AI来'推断'未知函数的特定形式。” Don Bin介绍了，通过分析AI的推论，数学家可以发现隐藏的内部LAX和Y之间的WS。该法律启发了研究研究和更多配件。
记者了解到，香港大学的唐·宾（Don Bin）和他的Xuhua教授组建了一个研究团队，试图将上述Huemachine Collaboration Reconser研究模型申请申请，以解决“ ADLV维度”的最具挑战性问题。 “在研究的早期阶段，'重新发现了ADLV场的虚拟维度的表达。然后，我们证明了实际维度和虚拟维度之间误差的上限定理。Dongbin说。
值得注意的是，东本认为，这种方法也有局限性。他说：“这种做法很好，但是这种方法可以使用的问题相对有限。最好创建“单点进步”并解决一个特定的问题。”
东本认为，最系统和流行的解决方案可以取决于当今流行的大型语言模型的技术。“这种最系统的模型就像成长AI学徒，培训数学家培训AI和培养“助手”，这些助手可以继续持续下去。
世界上有许多出色的“ AI”学徒。去年由DeepMind创建的自动推理模型Alphaproof and Alphage的措施2达到了2024年国际奥运会数学游戏中的银牌水平。
促进数学数字化过程
AI在数学研究和数学推理中发现，但取得了一些令人鼓舞的结果，但此时也面临许多问题。
Dong Bin说，AI确实赋予了数学研究以及数学竞争能力。如果需要，您应该解决的第一件事是验证问题。具体而言，人工智能需要克服缓慢的问题此外，还准确验证了n个语言中的数学表示形式，其中一个挑战之一是如何建立一个有效的推理框架，并模仿主要数学家在推理中的思想习惯和思想习惯。
“因此，我们需要促进数学数字化的过程。这意味着最初以自然语言表达的数学陈述必须变得严格，精确的形式，消除自然语言的歧义，并基于此，我们必须创建一个“数学推论模拟器”专门用于数学研究。” AI在数学研究中的真正表现。记者学会了开发和解锁东bin团队对辅助形式工具的广泛使用，以加速数学的数字化过程。
此外，有必要促进高质量数学语料库的构建。 “建立数学模型ToreEarch级别，真正开除的人rstand数学需要参与。但是，在更具先锋和高度专业化的研究领域，更少的人可以为AI提供有效的培训数据。 “唐·本（Don Bin）预计，将来会有更多的学者参与促进AI+数学的应用。武汉大学（University of Wuhan）的著名教授Yang Zhijian认为，数学社区需要组织和系统地实施数据基础设施的构建。
“增加AI不仅削弱了数学家的角色，而且还允许数学家真正专注于更具创造力和有价值的调查。” Dong Bin认为，AI将促进数学的进步，并允许数学研究进入更具见解的时代。
（编辑：Luo Zhizhi，Li Nanhua）
遵循官方帐户：人们的每日财务
分享Mostar更多的人