使用社交账号登陆

当前位置: 主页 > 前沿 > 天文 • 物理

会给人类出数学难题的AI出现了

时间: 2021年03月08日 | 作者: Davide Castelvecchi | 来源: Nature Portfolio
以数学家拉马努金名字命名的算法能给出很有意思的公式,一些公式证明起来还很难。


环球科学  昨天

以下文章来源于 ,作者Nature Portfolio


image.png

拉马努金在20世纪初作出了重要的数学贡献。(图片来源:creofire.com/public domain)


撰文 | Davide Castelvecchi


研究人员新构建的一种人工智能(AI)可以生成数学公式,包括一些数学家至今都没能解决的问题。


这个AI名叫“拉马努金机”(Ramanujan Machine),研究人员想让它用新的方法计算重要数学常数的精确值,例如π和e。很多数学常数都是无理数,意味着它包含无穷多位不重复的小数。


这个AI会先从众所周知的公式开始计算,例如π的前几千位。之后,算法会预测出一个很合理的新公式来计算同样的值。这个过程得到的合理猜测被称为“猜想”,然后再由人类数学家证明该公式可以正确计算出这个整数。


团队从2019年起就在项目官网上公开了这些猜想。迄今为止,研究人员已经证明了其中一些猜想的正确性,但有些问题还没有答案,包括在物理学中有重要应用的Apery常数的计算。“最后的结论,也是最激动人心的结论,没有人知道要怎么证明。”领导该项目的以色列理工学院(Technion)海法校区物理学家Ido Kaminer说。自动生成的猜想可以提示数学家不同数学分支之间的联系——这些联系之前从没人想到过,他补充说。


该论文在2月份发表于《自然》,以20世纪初的印度数学家拉马努金的名字命名。拉马努金没怎么写过发表在正规数学论文里的那种证明,他的笔记本里反倒全是数学公式,他坚信这些公式是他的女神在梦里告诉他的。1920年,32岁的拉马努金不幸逝世,但他的工作一直在启发新的研究方向。


拉马努金机的算法技术并不稀奇,新泽西州立罗格斯大学的数学家Doron Zeilberger说:“这次的创新之处在于它把这些技术融入了一个统一的框架中。”



连分数


拉马努金机目前的应用十分有限。眼下,该算法只能生成一种特定形式的公式——连分数。连分数是指分母中嵌套了连分数的无穷递归形式,即:


image.png


Kaminer的团队实验了许多寻找连分数的算法,并应用到了许多概念上很重要的常数上。其中之一是卡塔兰常数(Catalan’s constant),该常数来源于19世纪比利时数学家欧仁·卡特兰的研究。


卡塔兰常数约等于0.916,它十分神秘,至今没人知道它是不是有理数——也就是说,它是否能表示成两个整数的商。数学家得到的最好结论是证明出它的“无理性指数”(irrationality exponent)不小于0.554,该指数代表了用有理数近似该常数的难度有多大。证明卡塔兰常数是无理数等价于证明它的无理性指数大于1。拉马努金机生成的公式让Kaminer团队在人类获得的最好结果上又进步了一点,将卡塔兰常数的无理性指数提高到了0.567。


“能把卡塔兰常数的无理性指数从0.554提高到0.567,说明它能帮助解决真正的难题。”宾夕法尼亚州立大学的数学家George Andrews说。Andrews帮助整理了拉马努金身后留下的一些笔记本。但就目前而言,拉马努金机的贡献还无法与拉马努金本人相提并论,Andrews说,“叫拉马努金机有点夸张了。”


Kaminer团队计划扩展这个AI的技术,让它能生成更多类型的数学公式。



增加复杂性


自动生成猜想并非计算机能够推动数学发展的唯一方式。虽然很多数学家更喜欢用笔和纸工作,但该领域的标准研究方法现在也包括使用数学软件,像是能计算复杂代数表达式的数学软件。


计算机辅助计算在证明一些备受瞩目的结果时起到了关键作用。近期,一些数学家也在更智能的AI上取得了进展,让AI不仅只会进行重复的计算,还可以自己证明。另一个正在成长的领域是让软件阅读人类写的数学证明,检查其正确性。


“到头来,人类会被淘汰。”Zeilberger说。他是自动化证明的先驱,帮助验证了拉马努金机的一些猜想。他说,AI产生的数学运算会越来越复杂,数学家会跟不上计算机的思路,只能粗略理解计算过程的大概。


Andrew说,虽然计算机可以生成数学结论,甚至能证明其正确性,但是如果没有人类干涉,尚不清楚它们是否能从技术正确的结论中发现具有重大影响、真正有意思的结论。“除非我能从AI上看到良好的‘数学品位’,否则在我看来,AI在将来更像是一种重要的辅助工具,而不是独立的数学家。”


参考文献:

1. Raayoni, G. et al. Nature 590, 67–73 (2021).

2. Dougherty-Bliss, R. & Zeilberger, D. Preprint at https://arxiv.org/abs/2004.00090 (2020).


原文以AI maths whiz creates tough new problems for humans to solve标题发表在 2021年2月3日的《自然》的新闻版块上

© nature

doi: 10.1038/d41586-021-00304-8

版权声明:

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考,一切内容以英文原版为准。欢迎转发至朋友圈,如需转载,请邮件China@nature.com。未经授权的翻译是侵权行为,版权方将保留追究法律责任的权利。


© 2021 Springer Nature Limited. All Rights Reserved