Від аналізу котів до теорем Ердеша: штучний інтелект все частіше нападає на вершини математики

Моделі штучного інтелекту переходять від гуманітарних завдань до вирішення складної математики

*Наразі більшість штучних інтелектів спочатку розроблялися для роботи з текстом і зображеннями, але їхні розробники все частіше усвідомлюють потенціал застосувати їх у математиці. Це відкриває два важливих напрямки:*

1. Науковий прогрес – нові моделі дозволяють швидко знаходити рішення, які раніше вважалися нерозв’язуваними.

2. Демонстрація можливостей ШІ – успіхи у математиці слугують яскравим доказом ефективності технологій.

Приклади успіхів
- Кембриджський студент використав модель OpenAI і розв'язав задачу Ердеша, раніше вважану недоступною.

- Моделі демонструють високі результати на Міжнародній математичній олімпіаді та інших спеціалізованих конкурсах.

- Бувший член ради директорів Хелен Тауер зазначає: «Ми вже виходили за рамки простих задач, як розпізнавання котів і собак; тепер ШІ вирішує завдання високого рівня».

Спеціалізовані розробки
Компанія МодельЗадачаDeepMind (Google) AlphaProof Математика DeepMind (Google) AlphaGeometry Геометрія
Ці моделі отримали визнання на бенчмарках Epoch AI, які вимірюють швидкість і точність рішень. Спочатку великі мовні моделі вважалися недоречними, оскільки вони генерують текст «на основі ймовірності» і часто «галюцикують». Однак впровадження навчання з підкріпленням та розумових архітектур значно підвищило їхню надійність.

Підсилення наукової команди
OpenAI залучила двох видатних математиків:

- Ernest Ryu – Каліфорнійський університет, Лос-Анджелес

- Mehtaab Sawhney – Колумбійський університет

Ці фахівці допомагають покращити моделі та їхні здібності до розв’язання складних задач.

Математика як «перевірений» тест
Математичні доводи можна автоматично перевіряти, що робить її ідеальною сферою для експериментів зі ШІ. Це також сприяє розвитку програмного забезпечення:

- Anthropic інвестує в Claude Code – асистента, який генерує програмний код.

Що далі?
Для вирішення справді складних наукових питань ШІ повинен опиратися вже існуючим результатам і не покладатися на одноразову «проміжну» сесію. Наразі моделі вміють ефективно агрегувати інформацію з різних дисциплін, що прискорює відкриття нових ідей. Експерти впевнені: у найближчому майбутньому це стане ключовим драйвером наукового прогресу.

> *У математиці ШІ вже довів свою ефективність.*