A matematikai tételek felvetését és bizonyítását is hozzáadhatjuk ahhoz a hosszú listához, amire a mesterséges intelligencia képes. Matematikusok és AI-szakértők összefogtak, hogy bemutassák, hogyan nyithat új utakat a gépi tanulás a tudományágban.
Míg a matematikusok már évtizedek óta használnak számítógépeket minták felfedezésére, a gépi tanulás növekvő teljesítménye azt jelenti, hogy ezek a hálózatok hatalmas adathalmazokon rághatják át magukat, és olyan mintákat azonosíthatnak, amelyeket korábban nem vettek észre.
Egy most közzétett tanulmányban egy kutatócsoport olyan mesterséges intelligencia-rendszereket használta fel néhány régóta fennálló matematikai probléma feloldására, amelyeket a DeepMind fejlesztett ki (Ez ugyanaz a vállalat, amely a mesterséges intelligenciát a trükkös biológiai problémák megoldására és az időjárás-előrejelzések pontosságának javítására alkalmazza.)
"A matematikai problémákat széles körben a legnagyobb intellektuális kihívást jelentő problémák között tartják számon. Bár a matematikusok már használtak gépi tanulást, hogy segítsenek komplex adathalmazok elemzésében, ez az első alkalom, hogy számítógépek segítségével fogalmazunk meg feltételezéseket vagy javasolunk lehetséges támadási irányokat a matematikában még nem bizonyított ötletekhez" - mondta Geordie Williamson, a Sydney Egyetem matematikusa.
A csapat bemutatta, hogy a mesterséges intelligencia előremozdítja a Kazhdan-Lusztig-polinomok bizonyítását, egy olyan matematikai problémát, amely a magasabb dimenziós algebra szimmetriájával kapcsolatos, és amely 40 éve megoldatlan maradt.
A kutatás azt is bemutatta, hogy egy felügyelt tanulási modellnek nevezett gépi tanulási technika hogyan volt képes észrevenni egy korábban fel nem fedezett kapcsolatot két különböző típusú matematikai csomó között, ami egy teljesen új tételhez vezetett. A matematikai csomóelmélet a tudomány számos másik kihívást jelentő területén is szerepet játszik, például a genetikában, a folyadékdinamikában, sőt még a Nap koronájának viselkedésében is. A mesterséges intelligencia által tett felfedezések tehát a kutatás más területein is előrelépésekhez vezethetnek.
"Bizonyítottuk, hogy a gépi tanulás, ha a matematikai intuíció vezérli, olyan hatékony keretet ad, amely érdekes és bizonyítható feltevéseket tárhat fel olyan területeken, ahol nagy mennyiségű adat áll rendelkezésre, vagy ahol az objektumok túl nagyok ahhoz, hogy klasszikus módszerekkel vizsgálni lehessen őket" - mondta Juhász András matematikus az angliai Oxfordi Egyetemről.
A gépi tanuló rendszerek egyik előnye, hogy képesek olyan mintákat és forgatókönyveket is megkeresni, amelyeket nem azért vesznek észre, mert kifejezetten erre kódolták őket. A képzési adatokat veszik alapul, és ugyanazokat az elveket alkalmazzák új helyzetekre is.
A kutatás azt mutatja, hogy ez a fajta nagy sebességű, rendkívül megbízható, nagyméretű adatfeldolgozás a matematikusok természetes intuíciójával együttműködve extra eszközként működhet. Amikor összetett, hosszú egyenletekkel foglalkoznak, ez jelentős különbséget jelenthet.
A kutatók remélik, hogy munkájuk sok további együttműködéshez vezet a matematika és a mesterséges intelligencia területén dolgozó tudósok között, és olyan felfedezésekre nyílik lehetőség, amelyek egyébként rejtve maradnának.
"A mesterséges intelligencia rendkívüli eszköz. Ez a munka az egyik első alkalom, amikor bebizonyosodott a hasznossága a hozzám hasonló tiszta matematikusok számára. Az intuíció messzire vezethet minket, de az AI segíthet megtalálni az emberi elme által nem mindig könnyen észrevehető összefüggéseket" - mondta Williamson.
