博客專欄

EEPW首頁 > 博客 > DeepMind 稱:人工智能在數(shù)學(xué)領(lǐng)域?qū)崿F(xiàn)新發(fā)現(xiàn)和見解

DeepMind 稱:人工智能在數(shù)學(xué)領(lǐng)域?qū)崿F(xiàn)新發(fā)現(xiàn)和見解

發(fā)布人:AI科技大本營 時間:2021-12-15 來源:工程師 發(fā)布文章

整理 | 禾木木

出品 | AI科技大本營(ID:rgznai100)

從 20 世紀(jì) 60 年代以來,數(shù)學(xué)家們開始使用計算機(jī)幫助發(fā)現(xiàn)規(guī)律和提出猜想,但人工智能系統(tǒng)尚未普遍應(yīng)用于理論數(shù)學(xué)研究領(lǐng)域。

近日,人工智能研究實驗室 DeepMind 公布了與數(shù)學(xué)家合作的最新成果,本次成果也展示了更多的可能性,計算機(jī)科學(xué)家和數(shù)學(xué)家們首次使用人工智能來幫助證明或提出新的數(shù)學(xué)定理。DeepMind聲稱人工智能技術(shù)有助于為以前未解決的難題提出新的公式,以及通過研究答案的結(jié)構(gòu)闡明的不同數(shù)學(xué)領(lǐng)域之間的聯(lián)系。

DeepMind 的人工智能實驗涵蓋了可以在《星際爭霸 II 》中獲勝的系統(tǒng),以及用于應(yīng)用程序推薦和數(shù)據(jù)中心散熱優(yōu)化的機(jī)器學(xué)習(xí)模型。

今年,DeepMind 的聯(lián)合創(chuàng)始人 Demis Hassabis 宣布推出 Isomorphic Labs,該實驗室將使用機(jī)器學(xué)習(xí)來識別迄今為止研究人員無法進(jìn)行的疾病治療。另外,該實驗室將重點(diǎn)關(guān)注在天氣預(yù)報、材料建模和原子能計算領(lǐng)域的工作。

DeepMind 機(jī)器學(xué)習(xí)專家 Alex Davies 在一份聲明中表示:“在 DeepMind,我們相信人工智能技術(shù)已經(jīng)足以對不同種類的學(xué)科的進(jìn)步有基礎(chǔ)性影響?!薄皵?shù)學(xué)這門學(xué)科就是一個例子,我們希望可以激勵其他研究人員將人工智能作為該領(lǐng)域有用的技術(shù)?!?/p>


將人工智能應(yīng)用于數(shù)學(xué)

DeepMind 并不是第一個將人工智能應(yīng)用于數(shù)學(xué)的公司,拋開數(shù)學(xué)是所有人工智能系統(tǒng)的基礎(chǔ)這一事實。

2020年,微軟的人工智能研究實驗室 OpenAI 推出了 GPT-f,這是 Metamath 形式化語言的自動證明器和證明助手。在數(shù)學(xué)中,「證明」是指試圖證明某個陳述為真的邏輯論證。

GPT-f 的發(fā)現(xiàn)被數(shù)學(xué)界接受,當(dāng)時的研究人員稱這是一項歷史性的成就。

最近,來自以色列理工學(xué)院和谷歌的一組研究人員提出了一種為 Ramanujan 自動推測系統(tǒng),該系統(tǒng)提出了數(shù)學(xué)中出現(xiàn)的通用常數(shù)的原始公式。機(jī)器創(chuàng)建的其中一個公式可用于計算稱為Catalan's 的常數(shù)的值,比任何人類發(fā)現(xiàn)的公式更有效。

然而,從表面上看,DeepMind 的工作與眾不同之處在于它通過監(jiān)督學(xué)習(xí)檢測數(shù)學(xué)中模式的存在,并通過人工智能的歸因技術(shù)深入了解這些模式。監(jiān)督學(xué)習(xí)的定義是通過使用標(biāo)記數(shù)據(jù)集訓(xùn)練算法,來對數(shù)據(jù)進(jìn)行分類、預(yù)測結(jié)果等,并且它已應(yīng)用于欺詐檢測、銷售預(yù)測和庫存優(yōu)化等領(lǐng)域。

近日,發(fā)表在著名的科學(xué)雜志Nature上,其論文標(biāo)題為“Advancing mathematics by guiding human intuition with AI”(人類直覺與AI推動數(shù)學(xué)的前進(jìn))。

在該論文中,作者團(tuán)隊提出采用一種機(jī)器學(xué)習(xí)模型,來發(fā)現(xiàn)數(shù)學(xué)對象之間的潛在模式和關(guān)聯(lián),用歸因技術(shù)加以輔助理解,并利用這些觀察進(jìn)一步指導(dǎo)直覺思維和提出猜想的過程。

喬迪·威廉姆森教授(Geordie Williamson)是悉尼大學(xué)數(shù)學(xué)研究所所長,也是世界上最重要的數(shù)學(xué)家之一,他在純數(shù)學(xué)領(lǐng)域有著非凡的成績。作為該論文的合著者,他成功發(fā)揮Deep Mind的人工智能力量,在其的專業(yè)領(lǐng)域——表象理論中展開了大膽的探索猜想。近40年來進(jìn)展,組合不變性猜想指出,部分有向圖和多項式之間存在關(guān)系。(有向圖是由邊連接的一組頂點(diǎn),每個節(jié)點(diǎn)都有一個與之關(guān)聯(lián)的方向。)使用機(jī)器學(xué)習(xí)技術(shù),DeepMind 能夠確信這種關(guān)系確實存在,并假設(shè)它可能是相關(guān)到“二面角間隔”和“外部反射”的結(jié)構(gòu)。憑借這些知識,Williamson教授創(chuàng)建一種算法來解決組合不變性猜想,DeepMind 在超過300萬個例子匯總進(jìn)行了計算驗證。

正如 Geordie Williamson 教授所說:“數(shù)學(xué)問題一度被認(rèn)為是最具智力挑戰(zhàn)性的問題……雖然數(shù)學(xué)家們已經(jīng)使用ML來幫助分析復(fù)雜的數(shù)據(jù)集,但這是我們第一次使用計算機(jī)來輔助形成猜想,或為數(shù)學(xué)中未經(jīng)證實的想法提出可能的突破路線?!?/p>

本文還詳細(xì)介紹了 DeepMind 與牛津大學(xué)的 Marc Lackeby 教授和 András Juhász 教授的合作,則進(jìn)一步研究了這一過程。

他們發(fā)現(xiàn)了紐結(jié)的代數(shù)和幾何不變量之間驚人的關(guān)聯(lián),建立了數(shù)學(xué)中一個全新的定理。這些不變量有許多不同的推導(dǎo)方式,研究團(tuán)隊將目標(biāo)主要聚焦在兩大類:雙曲不變量和代數(shù)不變量。兩者來自完全不同的學(xué)科,增加了研究的挑戰(zhàn)性和趣味性。

研究團(tuán)隊假設(shè),在一個扭結(jié)的雙曲不變量和代數(shù)不變量之間存在著一種未被發(fā)現(xiàn)的關(guān)系。監(jiān)督學(xué)習(xí)模型能夠檢測到大量幾何不變量和簽名之間存在的模式。

在紐結(jié)理論中,不變量不僅用于解決扭結(jié)之間的區(qū)別問題,還可以幫助數(shù)學(xué)家理解紐結(jié)的性質(zhì),以及它是如何與數(shù)學(xué)的其他分支相聯(lián)系的。

Lackeby 教授也表示:“使用ML來發(fā)現(xiàn)數(shù)學(xué)不同領(lǐng)域之間新穎和意想不到的聯(lián)系,一直是一件很有趣的事情。我相信,我們在牛津大學(xué)和悉尼大學(xué)與 DeepMind 聯(lián)合完成的工作中足以證明,ML可以成為數(shù)學(xué)研究中真正有用的工具?!?/p>


結(jié)語

DeepMind 認(rèn)為,Nature 論文以及尚未發(fā)布的每個結(jié)果的配套論文證明了機(jī)器學(xué)習(xí)作為數(shù)學(xué)研究工具的有用性。該實驗室稱,人工智能擅長識別和發(fā)現(xiàn)數(shù)據(jù)模式,甚至超過了人類數(shù)學(xué)專家的能力。

DeepMind 在一篇博客文章中寫道“在數(shù)學(xué)中尋找模式變得更加重要,因為現(xiàn)在可以生成比數(shù)學(xué)家一直在研究的合理期望研究的更多數(shù)據(jù)。例如,一些具有數(shù)千個維度的對象,或是太深奧而無法直接進(jìn)行推理的數(shù)據(jù)。考慮到這些限制,我們相信人工智能將以全新的方式增強(qiáng)數(shù)學(xué)家的洞察力?!?/p>

沒有參與這項研究的 Queen Mary 大學(xué)的 Simon Colton 表示“這可能是深度學(xué)習(xí)技術(shù)第一次被用于數(shù)學(xué)發(fā)現(xiàn)。但他也在質(zhì)疑數(shù)學(xué)家是否希望機(jī)器學(xué)習(xí)系統(tǒng)在項目中發(fā)揮創(chuàng)造性的領(lǐng)導(dǎo)作用。”

“當(dāng)我和數(shù)學(xué)家一起工作時,很明顯的一點(diǎn)是,他們很高興 AI 系統(tǒng)能夠證明例如引理和邊際條件等小事,并根據(jù)計算機(jī)代數(shù)系統(tǒng)進(jìn)行大量計算。但是,他們對 AI 系統(tǒng)證明重要結(jié)果(尤其是在他們無法理解證明的情況下)或概念發(fā)明感到不滿意,因為這是他們工作中的創(chuàng)造性部分,”Colton 表示?!俺嗣黠@的例外,純數(shù)學(xué)中的絕大多數(shù)定理對社會都和業(yè)余愛好者的畫一樣有用,即只對一小部分人感興趣。因此,讓 AI 系統(tǒng)參與純數(shù)學(xué)(就像蛋白質(zhì)折疊,DeepMind 的另一個創(chuàng)新領(lǐng)域)對于社會的進(jìn)步或整體來說并不是安全關(guān)鍵的。”

盡管如此,Colton預(yù)計如果在純數(shù)學(xué)中更廣泛地采用人工智能系統(tǒng),將會有更多“超出人類理解”的有趣發(fā)現(xiàn)?!昂芨吲d DeepMind 正在進(jìn)入這個領(lǐng)域并與頂級的數(shù)學(xué)家進(jìn)行合作,我相信在純數(shù)學(xué)之后也會有更多的突破?!?/p>

參考鏈接:

https://venturebeat.com/2021/12/01/deepmind-claims-ai-has-aided-new-discoveries-and-insights-in-mathematics/

*博客內(nèi)容為網(wǎng)友個人發(fā)布,僅代表博主個人觀點(diǎn),如有侵權(quán)請聯(lián)系工作人員刪除。

電子鎮(zhèn)流器相關(guān)文章:電子鎮(zhèn)流器工作原理


電子鎮(zhèn)流器相關(guān)文章:





相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉