Автор: 
Математики из Австралии и специалисты британской компании Deepmind приспособили разработанные ими нейросети для решения сложных математических задач и поиска доказательств для теорем. Об этом сообщила пресс-служба университета Сиднея со ссылкой на статью в журнале Nature.
«Математики уже давно используют компьютеры для анализа больших массивов данных. Мы впервые приспособили компьютерную нейросеть для того, чтобы она помогала нам формулировать гипотезы и определяла оптимальные подходы для поисков доказательств новых математических теорем», — заявил профессор университета Сиднея (Австралия) Джорди Уильямсон, чьи слова приводит пресс-служба вуза.
Группа учёных под руководством Дэвида Сильвера, сооснователя Deepmind, уже много лет лидирует в разработке систем искусственного интеллекта. Пять лет назад они разработали AlphaGo, первую систему искусственного интеллекта, победившую человека в настольной игре го, которая до этого считалась слишком сложной для компьютеров. Последующие версии этой системы научились совершенствоваться без участия людей, а также освоили ряд других игр.
Недавно Сильвер и его коллеги приспособили разработанную ими нейросеть AlphaFold2 для решения гораздо более сложной и практически значимой задачи — определения того, какой трёхмерной формой будет обладать та или иная белковая молекула. Используя эту систему ИИ, биологи определили устройство свыше 30 тыс. белков, присутствующих в клетках человека.
Успешное решение этой сложной научной задачи подтолкнуло специалистов Deepmind к созданию нейросети, способной решать даже самые абстрактные математические задачи. В процессе её разработки программисты обратились за помощью к профессору Уильямсону и многим другим учёным, которые много лет пытаются найти решения для ещё недоказанных теорем в самых разных областях математики.
Объединив усилия, программисты и математики создали нейросеть, которая позволяет учёным быстро формулировать различные математические гипотезы и проверять их на практике. Помимо этого, данная система искусственного интеллекта помогает математикам искать различные неочевидные закономерности, которые человеку крайне сложно заметить в большом наборе математических объектов.
Как показали последующие опыты, данный подход для проверки интуитивных предсказаний математиков позволил профессору Уильямсону и его коллегам найти решение и доказательство для двух гипотез в области теории узлов и теории представлений, которые были сформулированы учёными несколько десятилетий назад.
В частности, математикам удалось найти решение для одной из гипотез, связанных с так называемыми многочленами Каждана-Люстига. Доказательство для этой теоремы учёные не могли самостоятельно найти на протяжении более 40 лет. Его успешное открытие при помощи нейросетей, как считают специалисты Deepmind, говорит о возможности широкого применения ИИ для совершения открытий во всех сферах науки.
