67 сложных задач и ни одной фальшивой сенсации: ИИ-напарник математика AlphaEvolve от DeepMind помогает решать сложные задачи

Автоматически добавлена на сайт: 17:10



Новый ИИ-агент AlphaEvolve от Google DeepMind продемонстрировал масштабное ускорение работы в чистой математике, решив десятки сложных задач и предложив новые подходы к старым проблемам — в тесном сотрудничестве с ведущими математиками. В опубликованной на этой неделе статье, среди авторов которой — профессор Терренс Тао, описывается, как AlphaEvolve справился с 67 нетривиальными задачами: заново обнаружил лучшие известные решения и предложил новые конструкции для ряда давних вопросов геометрии и теории множеств. Авторы работы подчёркивают, что система не заменяет человека, а выступает инструментом для более быстрой и систематической проверки идей. В отличие от привычных чат-ботов, которые часто ошибаются в строгих логических выкладках, AlphaEvolve работает как «универсальный эволюционный кодирующий агент». Он использует большие языковые модели, в том числе Gemini, чтобы генерировать, запускать и поэтапно улучшать программы на Python, ищущие решения в огромном пространстве вариантов. Этот подход развивает представленный DeepMind в мае 2025 года прототип и, по формулировке авторов статьи, делает AlphaEvolve «мощным новым инструментом для математических открытий», способным исследовать сложные задачи оптимизации в больших масштабах. Ключевая идея состоит в том, что ИИ не конструирует математический объект напрямую, а создаёт код, который сам выполняет поиск подходящих примеров или оптимальных фигур. В «режиме поиска» одна относительно редкая и ресурсоёмкая генерация кода запускает затем длинный, но дешёвый перебор миллионов вариантов с помощью созданного эвристического алгоритма. В «режиме обобщения» агент нацелен на формулы и конструкции, которые работают для целых классов чисел, а не единичных случаев. По словам авторов, подготовка постановки многих задач для AlphaEvolve обычно укладывалась в несколько часов, что резко снижает порог для запуска масштабных вычислительных экспериментов. Иллюстрация: Google Система показала себя не только в воспроизведении известных результатов, но и в создании новых. В статье выделяются свежая перспективная конструкция для множеств Никодима и улучшенные конструкции для конечнопольной версии задачи Какея в размерностях 3, 4 и 5. Эти задачи относятся к аналитической и геометрической теории множеств и традиционно требуют сложных комбинаций интуиции и вычислений, AlphaEvolve здесь выступил источником идей, которые уже легли в основу готовящейся научной публикации

ЗДЕСЬ МОЖЕТ БЫТЬ ВАША РЕКЛАМА

Разместить рекламу за 5 ₽/день