AlphaEvolve, система искусственного интеллекта, созданная Google DeepMind, помогает математикам проводить исследования в масштабах, которые ранее были невозможны, — даже если ей иногда приходится «хитрить», чтобы найти решение.
ИИ может помочь математикам решить ряд проблем Андрес/ Getty Images
Математики, протестировавшие технологию, утверждают, что инструменты искусственного интеллекта, разработанные Google DeepMind, оказались на удивление эффективными в оказании помощи математическим исследованиям и могут открыть путь к волне математических открытий с использованием искусственного интеллекта в невиданных ранее масштабах.
В мае Google анонсировала систему искусственного интеллекта AlphaEvolve, способную находить новые алгоритмы и математические формулы. Система работает, анализируя множество возможных решений, предлагаемых чат-ботом Gemini, но, что особенно важно, эти решения передаются на отдельный оценщик, который может отфильтровать бессмысленные решения, неизбежно генерируемые чат-ботом. В то время исследователи Google протестировали AlphaEvolve на более чем 50 открытых математических задачах и обнаружили, что в трёх четвертях случаев система может заново открыть наиболее известные решения, найденные людьми.
Теперь Теренс Тао из Калифорнийского университета в Лос-Анджелесе и его коллеги подвергли систему более строгому и широкому набору из 67 математических исследовательских задач и обнаружили, что система способна на большее, чем просто переоткрытие старых решений. В некоторых случаях AlphaEvolve нашла улучшенные решения, которые затем можно было бы использовать в отдельных системах искусственного интеллекта, например, в более ресурсоёмкой версии Gemini, или AlphaProof, системе искусственного интеллекта, которую Google использовала для получения золота на Международной математической олимпиаде этого года, для получения новых математических доказательств.
По словам Тао, хотя сложно дать общую оценку успеха из-за разницы в сложности всех задач, система последовательно работала намного быстрее, чем это сделал бы один математик-человек.
«Если бы мы решили решить эти 67 задач более традиционными способами, программируя отдельный алгоритм оптимизации для каждой отдельной [задачи], это заняло бы годы, и мы бы не начали проект», — говорит Тао. «Это даёт возможность заниматься математикой в масштабах, которых мы действительно не видели раньше».
AlphaEvolve может помочь только с классом задач, называемых задачами оптимизации, которые включают в себя поиск наилучшего возможного числа, формулы или объекта, решающего конкретную задачу, например, сколько шестиугольников можно разместить в пространстве определенного размера.
Хотя AlphaEvolve может решать задачи оптимизации из разных и совершенно разных математических дисциплин, таких как теория чисел и геометрия, это всё ещё «лишь малая часть всех проблем, волнующих математиков», говорит Тао. Однако, по словам Тао, AlphaEvolve настолько мощный инструмент, что математики теперь могут попытаться перевести свои неоптимизационные задачи в те, которые может решить ИИ. «Эти инструменты теперь становятся новым способом реального решения этих задач», — говорит он.
Один из недостатков системы, по словам Тао, заключается в том, что она склонна «мошенничать», находя ответы, которые кажутся решением проблемы, но при этом используют лазейку или формальность, которая на самом деле её не решает. «Это как сдавать экзамен группе очень умных, но совершенно аморальных студентов, готовых на всё, чтобы технически получить высокий балл», — говорит Тао.
Но даже несмотря на эти недостатки, успех AlphaEvolve привлёк внимание гораздо более широкой части математического сообщества, которая ранее, возможно, была заинтересована в менее специализированных инструментах ИИ, таких как ChatGPT, говорит член команды Хавьер Гомес-Серрано из Университета Брауна. AlphaEvolve в настоящее время недоступен для широкой публики, но команда получила множество запросов от математиков, желающих его опробовать.
«Люди определённо стали гораздо более любознательными и охотнее использовать эти инструменты», — говорит Гомес-Серрано. «Все пытаются понять, для чего они могут быть полезны. Это вызвало большой интерес в математическом сообществе по сравнению с ситуацией, которая наблюдалась, может быть, год-два назад».
Для Тао такая система искусственного интеллекта позволяет разгрузить часть математической работы и освободить время для других исследовательских целей. «В мире не так много математиков, и мы не можем долго думать над каждой задачей, но есть много задач средней сложности, для решения которых инструмент среднего уровня интеллекта, такой как AlphaEvolve, очень подошёл бы», — говорит он.
Джереми Авигад из Университета Карнеги — Меллона считает, что методы машинного обучения становятся всё более полезными для математиков. «Сейчас нам необходимо более тесное сотрудничество между специалистами в области компьютерных наук, которые знают, как разрабатывать и использовать инструменты машинного обучения, и математиками, обладающими экспертными знаниями в конкретной области», — говорит он.
«Я ожидаю, что в будущем мы увидим еще много подобных результатов и найдем способы распространить эти методы на более абстрактные разделы математики».
arXiv DOI: 10.48550/arXiv.2511.02864
Источник: www.newscientist.com
