Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

“数学天才”人工智能合著者可以在三年内给出证明吗?

Posted on 2025-04-28

math_64.png

The Register 写道,DARPA 的一个名为 expMath 的新项目“旨在借助人工智能推动数学创新”。美国“国防高级研究计划局”认为,根据他们的文章,数学的发展速度还不够快……因此,为了加快——或“指数化”——数学研究的速度,DARPA 本周举办了一次提案者日活动,与技术界进行交流,希望与会者能够在实际的广泛机构公告征集结束后准备提交提案……问题是人工智能并不是很聪明。它可以做高中数学,但不能做高级数学。 [DARPA 项目经理帕特里克·沙夫托 (Patrick Shafto) 的一张幻灯片指出,OpenAI o1“尽管声称具有推理能力,但在基础数学方面仍然严重失败。”] 尽管如此,expMath 的目标是使 AI 模型能够: – 自动分解 – 自动将自然语言语句分解为可重用的自然语言引理(用于证明其他语句的经过验证的语句);和自动(内)形式化——将自然语言引理翻译成形式证明,然后将证明翻译回自然语言。 “人工智能代理如何才能更快地推动技术进步,解决新的数学证明?”前 DARPA 研究科学家 Robin Rowe(也是 Slashdot 的长期读者 robinsrowe)问道:DARPA 表示,“指数数学的目标是通过开发一位能够提出和证明有用抽象的 AI 合著者,从根本上加快纯数学的进展速度。”文章中提到 Rowe 是一家名为“Fountain Adob​​e”的人工智能研究机构的创始人/首席执行官。 (他告诉 The Register 称,“这表明 DARPA 担心这个为期三年的计划可能会非常困难。这对 DARPA 来说并不正常。”)罗很乐观。 “老实说,我认为我们会扼杀它。我认为这不会花三年的时间。但我认为法学硕士可能需要三年的时间才能做到这一点。那么问题就变成了,每个人都愿意有多激进?”该项目的主页解释道:“我们将积极与数学和人工智能社区合作,从根本上重塑数学家的数学实践。”他们已经上传了一段长达一小时的提案者日活动视频。 “目前还不清楚当前的人工智能系统能否成功完成这项任务……”项目经理沙夫托在介绍该项目的简短视频中说道。但是……“数学界对改变数学实践方式的可能性充满了热情。它为数学家开辟了全新的事物。但当然,他们不是人工智能研究人员。这个项目的动机之一是将两个不同的社区聚集在一起——致力于数学人工智能的人和正在做数学的人——这样我们就解决了同样的问题。从本质上讲,这是一个非常困难且相当技术性的问题。这是DARPA 的主要任务是尝试改变世界,我认为它有潜力做到这一点。

twitter_icon_large.png facebook_icon_large.png

在 Slashdot 上阅读这个故事的更多内容。

原文: https://science.slashdot.org/story/25/04/28/0255248/could-a-math-genius-ai-co-author-proofs-within-three-years?utm_source=rss1.0mainlinkanon&utm_medium=feed

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme