Математические открытия искусственного интеллекта: роль человека

Искусственный интеллект исследует новые алгоритмы, которые существуют не только в мире математики. Быстрое преобразование, связанное с решением проблем на олимпийском уровне и интеграцией процессов доказывания, "Какова роль человека в математических открытиях?"переносит этот вопрос в повестку дня. Необходимость баланса между техническими возможностями искусственного интеллекта и человеческим опытом в настоящее время лежит в основе дискуссий по математическим исследованиям.

Новый актер в области математических открытий: искусственный интеллект

В последние годы искусственный интеллект навязывает как научные, так и технологические исследования. DeepMind, OpenAI и Microsoft, ведущие компании в области искусственного интеллекта по всему миру, занимаются очень комплексными проектами, в которых системы на основе искусственного интеллекта используются в области карманов, геометрии, оптимизации и особенно доказательств. Математические открытия не только технологичны, но и считаются областью, которая прогрессировала с накоплением знаний и теории на протяжении всей истории, можно также сказать определенным образом, что трансформация мешает новой эре в отношении человеческого знания.

Algoritma Discovery: пример с альфа-тензором

Исследование AlphaTensor опубликовано в Nature в 2022 годуТолько одна из переломных точек в области математического исследования. Система обнаружила новые алгоритмы, которые требуют более низкой обработки в определенных размерах матрицы путем преобразования алгоритмов воздействия матрицы в «игровую среду» и не только теоретическую; аппаратная оптимизация также создала практические решения. Исследование является ярким примером вклада искусственного интеллекта в математический мир.

Решение проблем на олимпийском уровне

AlphaGeometry и AlphaProof модели При решении геометрических задач на уровне ИМО (Международная Олимпиада) были показаны высокие показатели по сравнению с человеческими конкурсантами. Благодаря этим исследованиям искусственный интеллект может обеспечить высокую эффективность в четко определенных задачах, хотя, в частности, большая часть решений в открытых задачах была доказана как наблюдение и проверка человека.

Интеграция формальных процессов Ispat

Наиболее важным вкладом в математические исследования искусственного интеллекта является интеграция в формальные процессы доказательства. Формальные инструменты проверки, такие как Lean, Metamath и HOL Light, обеспечивают уровень безопасности, который точно подтверждает шаги, предпринятые искусственным интеллектом. Это играет решающую роль, особенно когда системы на основе LLM считаются производительной, но ненадежной структурой. Особенно такие решения, как Lean4, позволяют исследователям тщательно собирать доказательства, перемещаясь вместе с ИИ, автоматическим завершением, захватом ошибок и процессами коррекции неисправных шагов.

Человеческое уплотнение

Это может привести к восприятию технологии, чтобы очень быстро развиваться и отключать людей в исследовательских процессах. Тем не менее, математические исследования направлены не только на создание решений, но и на контроль над людьми. Мы можем разместить эти поля следующим образом:

Выбор и формулирование проблемы

Не ИИ, какую математическую задачу следует решить, решают исследователи-люди. Искусственный интеллект может только оптимизировать данную проблему, но не может сформулировать саму проблему.

проверка

Модели на основе LLM часто убедительны, но могут производиться как неисправные шаги доказательства. Эти ошибки могут привести к неприемлемым результатам с точки зрения математической точности. Поэтому использование людей и формальных систем является обязательным.

Контекстный теоретический обзор

Понимая действительную ценность открытия, можно поместить его в математическую литературу, обобщить и теоретически интерпретировать. На данный момент искусственный интеллект ограничен. Налаживание связи снова падает на человека. Опять мужчина.

Этическая ответственность

Самые большие дискуссии об искусственном интеллекте формируются вокруг этических проблем. Следовательно, математическая точность возможна только с академической уверенностью, а не с технической точки зрения. Научные журналы по-прежнему определяют механизмы арбитра и принципы публикации этих журналов, этические нормы.

Различные свидетельства в академическом мире

Формирование разных точек зрения на роль искусственного интеллекта в математическом стекле вполне нормально. Кен Оно из Университета Вирджинии, интервьюируемый AIМатематическая подготовка искусственного интеллекта выражает озабоченность особенно вводящей в заблуждение информацией и потерей базового контроля, связанной с положительными и отрицательными возможными последствиями. Оно, который утверждает, что вопросы, которые они задавали системам, пересматривают их ответы, рассматривает это как ситуацию, когда неправильные ответы не полностью поняты.

Пределы с общей проблемой других LLM применяются в математических исследованиях. Только крупные языковые модели, которые специализируются на наборах данных, могут работать с новыми данными. Кроме того, ДомойПодробная информация о том, как они достигают результатов, не часто передается непосредственно пользователю. Это оставляет много вопросов позади.

С другой стороны, это факт, что искусственный интеллект является новым партнером по открытию, который дополняет человеческие знания. В крупномасштабных данных люди могут исследовать ситуации, когда они могут быть пропущены, и доля ошибок уменьшается в сочетании с формальной проверкой.

Искусственный интеллект в математическом образовании

ИИ в математическом образовании имеет мгновенную обратную связь и пошаговое решение, которое создает персонализированную среду обучения для студентов. Кроме того, уровень сложности может создавать высококачественный набор проблемных пулов. Однако эти преимущества несут потенциальные риски. Студенты часто прибегают к этим средствам на уроках и экзаменах и обуславливают способность решать проблему студента. Вот почему важно использовать его в качестве инструмента, который поддерживает студентов и школу в математическом образовании.

В ближайшее время математическое открытие будет сформировано в рамках совместной работы трех компонентов:

• Модели искусственного интеллекта будут создавать новые алгоритмы и доказательства.
• Доказательства, полученные ИИ с корректорами формы, такими как Lean, будут шаг за шагом.
• Эксперты также оценят и проанализируют результаты.

Эта структура увеличит характер математических исследований, но сценарий, который будет полностью отключен, на данный момент нереалистичен. Отбор проблем, интерпретация, ответственность за проверку и академическая этика все еще рассматриваются как этапы, которые не могут быть выполнены никаким инструментом искусственного интеллекта. Правильное функционирование этой структуры имеет решающее значение для надежных научных открытий.