Хоча математики вже кілька десятиліть використовують комп’ютери для виявлення закономірностей, зростаюча потужність машинного навчання означає, що ці мережі можуть працювати з величезними масивами даних і виявляти закономірності, які не були помічені раніше.
Група вчених використовувала системи штучного інтелекту, розроблені DeepMind, щоб “розплутати” давню математичну задачку.
Розплутувати довелося буквально – в математиці теорія вузлів грає вкрай важливу роль. Але не тільки в ній. Інші галузі науки спираються на неї — наприклад, генетика і гідродинаміка.
Що зробили вчені? Вчені просунулися в гіпотезі про багаточленів Каждана-Луштіга – в математичній проблемі, пов’язаної з симетрією алгебри вищих вимірювань. Вона залишається невирішеною вже 40 років. Метод контрольованого машинного навчання зміг виявити раніше не виявлений зв’язок між двома різними типами математичних вузлів, що призвело до абсолютно нової теореми.
Подібна обробка даних може виступати в якості додаткового інструменту, що працює з природною інтуїцією математиків. Це може здорово допомогти при роботі зі складними рівняннями. Величезний плюс машинного навчання полягає в тому, що пошук закономірностей, часом вкрай неочевидних, спрощується — алгоритм застосовує «вже бачене» на тестовому наборі на раніше незвідані ситуації.