AI新对(dui)象(xiang)或(huo)可赞(zan)助解决数(shu)学困难,研讨,问题,沙尔(er)东
参考消息网11月24日(ri)报道(dao) 据英国《新科学家》周刊网站11月19日(ri)报道(dao)，一种寻找非直观数(shu)学形式的人(ren)工智能(neng)（AI）对(dui)象(xiang)似乎能(neng)够解决各种百般的数(shu)学问题，包含几十年来不停没获(huo)得(de)希望的一些问题。
只(zhi)管AI模型在一些具体数(shu)学问题上获(huo)得(de)了些许成功，但通常(chang)很难明决搅(jiao)扰人(ren)类的数(shu)学问题。正因为如此，大多数(shu)数(shu)学家没有愿花(hua)分外(wai)时候把学习使用AI作为他们研讨的一部分。
目前，脸书的母公司元宇宙(zhou)公司的底子AI研讨团队的弗朗索瓦·沙尔(er)东和他的同(tong)事(shi)们发现白一种被称为PatternBoost的AI对(dui)象(xiang)。这类对(dui)象(xiang)似乎能(neng)够解决更多问题，而且(qie)这类模型的创建(jian)也没有太辛苦。沙尔(er)东说(shuo)：“这是一个总体设法主意。令人(ren)惊讶的是，它确实有效。可以把它应用于(yu)解决一大堆问题。”
PatternBoost的工作分两阶段举行。第一阶段被称为部分搜(sou)索，利用带有随机性的算法找到解决问题的大概方案，并辨别看起来最有希望的方案。然后，把这些效果传给一个AI模型，该模型使用与谈天天生预(yu)训练(lian)转换器（ChatGPT）相(xiang)同(tong)的转换算法对(dui)这些效果举行研讨，并发生更多同(tong)一品种型的效果。然后这些效果将被反(fan)应到部分研讨算法中，其实赓(geng)续反(fan)复这个过(guo)程，直到最好的谜底出(chu)现为止。
沙尔(er)东和他的团队实验解决的所有问题都源自名为极值组合学的数(shu)学领域(yu)。这个领域(yu)研讨的是找到遵守某(mou)种纪律的非常(chang)大或(huo)者非常(chang)小的数(shu)学对(dui)象(xiang)。其中一个数(shu)学对(dui)象(xiang)被称为“无(wu)球面问题”，即在三维网格(ge)中找到最大的点鸠合，使得(de)没有五(wu)个点位于(yu)同(tong)一个球面。