ИИ Aletheia от DeepMind достигает математической вехи, решив 13 задач Эрдёша

В рамках знакового события для вычислительной математики (computational mathematics), Google DeepMind объявила, что её новейшая система искусственного интеллекта, Aletheia, успешно решила 13 открытых задач из знаменитой коллекции Эрдёша. Этот прорыв, достигнутый в сотрудничестве с исследователями из UC Berkeley, знаменует собой значительный сдвиг в роли искусственного интеллекта — переход от простого вычислительного инструмента к подлинному партнеру по совместной работе в теоретических исследованиях.

Проект, нацеленный на более чем 700 нерешенных гипотез, предложенных плодовитым математиком Паулем Эрдёшем (Paul Erdős), демонстрирует мощь сочетания передовых больших языковых моделей (Large Language Models, LLM) с жестким человеческим контролем. Выявляя новые доказательства, заново открывая утерянные решения и исправляя исторические заблуждения, Aletheia установила новый стандарт синергии человека и ИИ в науке.

Архитектура Aletheia: за пределами метода грубой силы

В отличие от предыдущих математических ИИ, которые в значительной степени полагались на вычисления методом грубой силы (brute-force) или строго формальные помощники по доказательству, Aletheia построена на специализированной версии архитектуры Gemini от Google. Она использует методологию «Генератор-Критик» (Generator-Critic), разработанную для имитации процесса рецензирования, присущего академическим исследованиям.

Система работает через полуавтономную воронку. Сначала модуль «Генератор» предлагает потенциальные доказательства или контрпримеры для формальных постановок задач. Впоследствии отдельный модуль «Критик» оценивает эти предложения на предмет логической последовательности, галлюцинаций и математической обоснованности. Этот внутренний состязательный цикл позволяет Aletheia отфильтровывать правдоподобно звучащие, но неверные аргументы до того, как они попадут к исследователям-людям.

Для проекта Эрдёша система обработала около 700 формулировок задач. Из них она сгенерировала 200 потенциальных решений. После этапа внутренней критики 63 технически правильных ответа были направлены математикам для окончательной проверки. Результатом стали 13 математически значимых решений, которые теперь приняты сообществом.

Новая эра совместных открытий

Успех Aletheia заключается не в замене математиков-людей, а в расширении их возможностей. 13 решенных задач показывают, что ИИ может выполнять несколько различных ролей в исследовательском процессе: от автономного первооткрывателя до цифрового архивиста.

Решения были разделены на четыре различных типа, что подчеркивает универсальность системы:

Классификация вклада Aletheia

Тематическое исследование: решение задачи Erdős-1051

Одним из наиболее заметных достижений этого проекта стало решение задачи Erdős-1051, касающейся свойств бесконечных рядов и меры Малера (Mahler measure). На протяжении десятилетий математическое сообщество не было уверено, может ли быть выполнено определенное условие относительно хвоста ряда.

Aletheia предложила новую конструкцию, использующую сочетание аналитической теории чисел и комбинаторных границ. Доказательство было не только правильным, но и охарактеризовано рецензентами-математиками как «элегантное» и «нетривиальное». Этот конкретный пример служит доказательством концепции того, что системы на базе LLM могут участвовать в творческом мышлении высокого уровня, оперируя абстрактными понятиями, которые ранее считались исключительной областью человеческой интуиции.

Ценность «Идентификации литературы»

Возможно, самым удивительным результатом проекта стала способность ИИ выступать в роли историографа. Пять из тринадцати решений были случаями, когда проблема технически уже была решена, но доказательства были похоронены в малоизвестных материалах конференций или журналах, которые не были широко проиндексированы.

Путем перекрестных ссылок на обширные массивы математической литературы Aletheia смогла пометить эти проблемы как «решенные» и указать исследователям на оригинальные цитаты. Эта возможность решает растущий кризис в современной математике: фрагментацию знаний. Поскольку объем публикуемых исследований растет в геометрической прогрессии, способность ИИ синтезировать историю и предотвращать избыточную работу становится столь же ценной, как и создание новых доказательств.

Последствия для будущего математики

Сотрудничество между Google DeepMind и академическими институтами сигнализирует о трансформации того, как проводятся математические исследования. Модель «человек в контуре» (human-in-the-loop) гарантирует проверку галлюцинаций ИИ, максимально используя при этом способность машины исследовать огромные пространства логического поиска.

Исследователи ожидают, что будущие версии Aletheia будут интегрированы непосредственно в программное обеспечение для помощи в доказательствах, предлагая подсказки в реальном времени и «проверку на здравый смысл» практикующим математикам. Эта эволюция предполагает будущее, в котором различие между человеческим и машинным интеллектом в математике становится все более размытым, что приведет к резкому ускорению темпов открытий.

Пока Aletheia продолжает решать оставшиеся сотни задач Эрдёша, научное сообщество замерло в ожидании, желая увидеть, какие еще «невозможные» головоломки могут поддаться этому мощному новому партнерству.

Извлеченные ключевые слова

Категории:

1. Artificial Intelligence (Искусственный интеллект)
2. Mathematics (Математика)

Теги:

1. Aletheia
2. Erdős Problems (Задачи Эрдёша)