数学和AI就像一对不可分割的好朋友。 AI的出生和发展在每个步骤都有深刻的数学烙印。 AI推理能力的持续突破为数学研究带来了许多惊喜。最近，在阅读了数学角色之后，GPT-5 Pro独立于与原始文本更准确的数学结论，并提供了一个完整的证明过程，从而吸引了行业。 数学研究领域中AI应用的场景是什么？如何促进AI+数学发展的加深？记者对此采访了一些专家。 显着提高研究效率 “ AI极大地提高了数学理论研究的技能。这是一个推理，但也帮助研究人员扩大了思想。”北京国际北京国际数学研究中心的教授Dong Bin告诉AI的好处。从经验来看，数学花费最多的地方通常是证明“通常表达自然语言的证据并不完全准确，因此很容易犯下小错误，” Dong Bin说。 记者发现，目前，AI在自动证明或错误定理方面具有巨大的应用潜力。 AI为什么可以进行验证？验证结果中会有AI的幻觉吗？关于记者的各种记者，董本解释说，数学是一门正规科学，最大的优势在于其验证性。 “与运行代码一样，有必要运行并错误地运行。因此，AI可以使用正式验证系统来测试理论结果的准确性。” 帮助研究人员进行准确的语义获取是提高研究效率的另一种方法。 “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'巨人的肩膀在哪里。” Dong Bin告诉记者，研究人员W有时会想到小说中一些看似的想法，但以前的想法可以释放它。他说：“要确定这个想法是否真的是原始的，我们将很难搜索搜索引擎或咨询现场专家，但这种方法无效。” 著名的数学家Zhexuan Tao Zhexuan曾致电公众希望AI可以为数学提供一个非常方便的工具，以帮助每个人迅速确认是否由他人建议或证明了理论。该工具允许数学专注于真正的原始研究，而不是重复重新发现该验证的结果。强大而准确的AI采集功能将有助于实现这一愿景。 此外，AI还可以帮助研究人员快速学习新知识并掌握新技术。东bin介绍的是，为了分析特定问题，研究人员通常需要了解一些新的概念和工具，但是当这些工具在熟悉的领域有很大差异时，Karthis是TimEly和密集的劳动来找出答案。 AI可以帮助研究人员迅速判断并确定某些理论或工具是否与研究问题相关联以及它们是否有益。 “ AI播放'桥梁'论文，这有助于我们探索不同工具和理论之间的内部联系，扩展研究思想，并激发数学进一步思考。” Dong Binreporter说。 在欧洲学术学院人文与自然科学学院和欧洲科学学院的学术上，AI和数学整合是“认知增强”的一种重要类型，它破坏了自然思维的局限性和同一时间。 出现代表性结果 在有助于数学研究的AI领域中，出现了代表性的许多研究结果。 “该领域最有代表性和最有影响力的活动之一是由Deepmind Group和著名的数学家Jody Williamson完成的研究。”东bin引入了T在这项研究中，研究人员通过构建AI特异性模型为数学提供了前所未有的灵感，并成功提出了一些新的数学理论。 尤其是，数学首先提出了一个假设，认为X和Y变量之间存在一些简洁而深层的数学功能关系，并记住它为函数f。在传统研究中，数学家将继续预测这种特定的功能风格，并试图证明这一点。这个过程非常复杂，需要大量时间。 “当变量x和y可以捣碎并且我们可以产生其数据样本的价值时，我们可以使用AI来'预测'未知函数的特定形式f。”董本介绍的数学通过审查AI提供的预测来发现X和y之间隐藏的内部定律。该法律将激发数学家，帮助他们产生更准确和可靠的新预言和ACCE数学。 记者Dong Bin和He Xuhua F教授ROM香港大学找到了一个研究团队，试图将上述人机合作模型应用于更困难的“ ADLV维度公式”问题。 “在研究的早期阶段，我们成功地'重新发现了ADLV领域的虚拟维度公式。我们最终证明了关于戏剧大小和虚拟大小之间错误的上层理论，这是数学的新定理。” Dong bin说。 值得注意的是，在东本的角度来看，该方法也有局限性。他说：“尽管技能是好的，但可以以这种方式使用的问题非常有限。它更适合于在本地实现单点突破'并解决一些特定问题。” 董本认为，更系统和一般的解决方案可以依靠当前大型语言模型的流行技术。 “这种更系统的模型就像是AI学徒的培养，通过数学培训的AI培训以及培养“帮助者”可以继续增长和理解两者。” Dong Bin认为，“ AI学徒”也可以与特殊模型相结合，以实现“专家和专家和融合”的影响。 世界上有许多伟大的“ AI学徒”。去年，由DeepMind创建的字母隔板和字母计量学2的自动模型达到了2024年国际奥运会数学竞赛的银牌水平。 促进数学数字化过程 尽管AI在数学研究和数学推理中已经取得了令人鼓舞的成就，但今天也面临着许多问题。 Dong Bin说，如果AI想真正授权数学研究，而不仅仅是数学竞赛，首先要解决的是验证问题。特别是，AI需要克服自然语言中对数学表达的缓慢和不准确验证的问题，这成为科学研究水平上难度更大的数学问题。作为Kadditional，如何发展一个良好的推理和模仿工作流程的框架以及将数学推理推理的思考也是挑战之一。 “因此，我们需要促进数学的过程，即将最初以自然语言表达的数学陈述转化为严格而准确的形式语言，消除自然语言的歧义，并在此基础上创建一个专门用于数学研究的'数学推理模拟器'。” Dong Bin说，通过模拟器，研究人员可以更快，准确地证明并习惯模型，从而大大提高了AI在数学研究中的实际表现。记者发现，为了加快数学数字化流程，董本的团队开发并打开了一系列具有AI的AIDS工具，该工具被广泛使用。 另外，有必要促进高质量数学语料库的构建。 “数学研究水平的构建需要尤利了解参加数学。但是，越少的培训和高度专业的研究领域，人们就会为AI提供有效的培训数据。 “添加AI不仅会削弱数学的作用，而且还允许真正专注于更具创造力和重要研究的数学。” Nanidong Bin认为AI将推进数学发展，并使数学研究能够进入更丰富，更聪明的时间。 （编辑：Luo Zhizhi，Li Nanhua） 遵循官方帐户：人 - 金融融资 分享让许多人看到