Alphaevolve Google Deepmind AI mempercepatkan penyelidikan matematik pada skala yang belum pernah terjadi sebelumnya, menurut A href=”https://en.wikipedia.org/wiki/terence_tao”target=”_ blank”> terence tao .
dalam matematik tulen. Ia menggunakan keupayaan AI untuk mencari ruang masalah yang luas untuk menghasilkan pandangan yang melengkapkan intuisi manusia, yang berpotensi mempercepatkan jalan untuk menyelesaikan ramalan yang sukar. Penemuan
beroperasi secara berbeza dari chatbots tujuan umum yang sering berjuang dengan ketegasan logik, Alphaevolve menggunakan rangka kerja evolusi berstruktur. Kerja-kerja ini dibina pada pembukaan awal alat DeepMind pada Mei 2025. skala.”
Dalam catatan blog terperinci, Tao menerangkan kaedah teras AI melibatkan kod python yang berkembang yang mencari penyelesaian, daripada membuat objek matematik secara langsung. Tugas”mod generalisasi”yang berbeza dengan AI dengan mencari formula yang berfungsi untuk mana-mana nombor tertentu, yang bertujuan untuk kebolehgunaan yang lebih luas.
Bermula pada barisan pertanyaan baru sangat cekap dengan proses ini. Para penyelidik menyerlahkan bahawa bagi banyak masalah yang mereka pelajari,”… secara purata masa penyediaan biasa untuk persediaan masalah menggunakan Alphaevolve hanya mengambil masa beberapa jam.”Masalah
Walaupun sistem itu berjaya menemui semula penyelesaian yang diketahui untuk kebanyakan daripada 67 masalah, sumbangan yang paling penting datang dari mencari pendekatan novel.
Di samping itu, Alphaevolve menemui pembinaan baru dengan penambahbaikan pesanan rendah untuk masalah Kakeya medan terhingga dalam dimensi 3, 4, dan 5.
Di luar kawasan yang sangat abstrak ini, ejen itu juga menunjukkan fleksibiliti pada teka-teki geometri yang lebih ketara. Ia berjaya menemui semula”Gerver Sofa”yang optimum untuk masalah klasik”bergerak sofa” href=”https://blogs.ams.org/visualinsight/2016/12/15/romiks-ambidextrous-sofa”target=”_ blank”>”Romik sofa”Sekurang-kurangnya 1.81, yang para penyelidik percaya melampaui calon yang dikenali sebelum ini.
Kejayaan ini mempamerkan aliran kerja yang kuat yang menggabungkan pelbagai sistem AI khusus. Alphaevolve terlebih dahulu mendapati pembinaan yang menjanjikan, yang ejen seperti berfikir dalam, teknologi yang sama di belakang kemenangan pingat emas IMO Deepmind, kemudian boleh menganalisis untuk mendapatkan bukti ketepatannya.
Pandu AI dan mengesahkan outputnya. Jawatan blog Tao menekankan bahawa alat itu bukan ahli matematik autonomi dan terdedah kepada mencari jalan penyelesaian yang bijak.”… Jumlah usaha manusia yang tidak remeh perlu masuk ke dalam merancang pengesahan yang tidak dapat dijelaskan,”tulisnya. Keupayaannya untuk menguji idea-idea dengan cepat menjadikannya alat yang ideal untuk penerokaan awal.
Sebagai nota Tao,”Saya dapat membayangkan alat sedemikian menjadi”pemeriksaan kewarasan”yang berguna apabila mencadangkan sebarang tekaan baru.”Secara sistematik mencari”jelas”counterexamples membantu mengesahkan atau membuat keraguan terhadap idea-idea baru sebelum usaha manusia yang penting dilaburkan.
Bahkan kegagalan sistem memberikan maklumat yang berharga. Kertas itu menyatakan bahawa di seluruh 67 masalah,”… Kami tidak membantah apa-apa teka-teki terbuka yang besar. Dari pesaing, dengan CEO Google Deepmind, Demis Hassabis memanggil kejadian itu,”memalukan.”Kerja-kerja dengan Alphaevolve mengikuti satu siri kejayaan yang sah dalam menerapkan AI kepada matematik, termasuk sistem alphageometry2 yang mengatasi pakar-pakar manusia yang lebih baik.