借助 AI for Math Initiative 加速发现

# 用AI加速数学发现：AI for Math Initiative 来源：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/ai-for-math/ 该倡议汇集了全球最负盛名的研究机构，率先将人工智能应用于数学研究。 Eugénie Rives Google DeepMind GenAI战略高级总监 ## 总体摘要 Google DeepMind 和 Google 推出了 AI for Math Initiative，旨在探索人工智能如何加速数学研究。五所顶尖研究机构将与 Google DeepMind 合作。他们将确定适合AI驱动洞察的数学问题，并利用 Google DeepMind 的技术构建推动进步的工具。 摘要由 Google AI 生成。生成式 AI 处于实验阶段。 ## 要点 - "AI for Math Initiative" 利用AI帮助数学家更快取得发现。 - Google DeepMind 和 Google 通过资金和AI技术为该倡议提供支持。 - 五所顶尖研究机构将探索AI如何解决棘手的数学问题。 - Gemini Deep Think 和 AlphaEvolve 等AI系统已展现出潜力。 - AI与数学专家携手合作，有望在科学领域带来重大突破。 摘要由 Google AI 生成。生成式 AI 处于实验阶段。 ## 基础解释 Google 希望利用计算机帮助聪明的人解决极其棘手的数学问题。他们向大学提供资金和工具，以便协同工作。计算机能够发现新的数学方法并更快地解决问题。Google 希望这能帮助所有人更深入地认识世界。 摘要由 Google AI 生成。生成式 AI 处于实验阶段。 #### 探索其他风格： 蓝色与黄色渐变背景前的数学公式 数学是宇宙的基础语言，提供了描述万物从物理定律到生物学奥秘再到计算机科学逻辑的工具。几个世纪以来，其前沿领域一直仅靠人类的才智得以拓展。在 Google DeepMind，我们相信AI可以成为与数学家协作的强大工具，增强创造力并加速发现。 今天，我们推出 AI for Math Initiative，由 Google DeepMind 和 Google.org (http://google.org/) 支持。它汇集了全球五所最负盛名的研究机构，率先将人工智能应用于数学研究。 首批合作机构包括： - 伦敦帝国理工学院 - 普林斯顿高等研究院 - 法国高等科学研究所 (IHES) - 西蒙斯计算理论研究所 (加州大学伯克利分校) - 塔塔基础研究学院 (TIFR) 该倡议的合作方将致力于共同目标：识别适合AI驱动洞察的下一代数学问题，构建支撑这些进步的基础设施和工具，并最终加速发现进程。 Google 的支持包括来自 Google.org 的资金，以及 Google DeepMind 最先进技术的访问权限，例如增强推理模式 Gemini Deep Think (https://blog.google/products/gemini/gemini-2-5-deep-think/)、算法发现智能体 AlphaEvolve (https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/)，以及形式化证明完成系统 AlphaProof (https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/)。该倡议将在基础研究与应用AI之间建立强大的反馈循环，为更深入的合作打开大门。 ## AI与数学的关键时刻 AI for Math Initiative 推出之际，AI的推理能力正取得显著进步；我们自身的工作在最近几个月也见证了快速发展。 2024年，我们的 AlphaGeometry 和 AlphaProof 系统在国际数学奥林匹克竞赛 (IMO) 中达到银牌标准 (https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/)。最近，配备 Deep Think 的最新 Gemini 模型在今年 IMO 中达到了金牌水平 (https://deepmind.google/discover/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/)，完美解决了六道题中的五道，获得了35分。 我们还在另一种方法 AlphaEvolve (https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/) 上取得了进一步进展，该方法被应用于数学分析、几何学、组合学和数论领域的50多个开放问题，在20%的问题上改进了此前已知的最佳解。在数学与算法发现 (https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/AlphaEvolve.pdf) 方面，它发明了一种更高效的矩阵乘法新方法——这是计算中的核心操作。针对4x4矩阵相乘的具体问题，AlphaEvolve 发现了仅需48次标量乘法的算法，打破了1969年Strassen算法保持了50年的纪录。在计算机科学 (https://research.google/blog/ai-as-a-research-partner-advancing-theoretical-computer-science-with-alphaevolve/) 领域，它帮助研究人员发现了新的数学结构，表明某些复杂问题对计算机而言比我们先前认知的更难解决。这使我们更清晰、更精确地理解了计算极限，将有助于指导未来的研究。 这一快速发展证明了AI模型能力的快速演进。我们希望这项新倡议能够探索AI如何加速数学研究的发现，并攻克更棘手的难题。 我们才刚刚开始理解AI所能做到的一切，以及它如何帮助我们思考科学中最深层次的问题。通过将世界一流数学家的深刻直觉与AI的新颖能力相结合，我们相信可以开辟新的研究路径，推动人类知识进步，并在各科学领域迈向新的突破。