数学家如何与AI合作？

深蓝色的畅想

数学家如何与AI合作？

▲ 阿里达摩院决策智能实验室负责人 印卧涛

DeepMind与合作者最近在Nature发表论文，AI帮助解决了数学难题，引起很多人的关注。大家关心得不是结果，而是AI在数学研究中如何发挥作用。

先介绍下背景，这篇文章是关于低维拓扑，里面有十几个数学量，其中关键量是通过神经网络拟合在做分析得到。

作者猜测低位拓扑中存在未知的非线性关系，作者产生了很多数据并用神经网络拟合了近似函数，发现其中三个量在拟合过程中起到了很重要的作用，并且只用这三个量也拟合得非常好。

通过反正做拟合实验，产生新的数据，得到新的观察模型，最终数学家利用智慧猜出了一个不等式结构，并进一步给了严格的证明。

大家关心的是人机互动的过程，大量神经网络实验和两个数学家之间多轮的互动，Nature描述了互动过程。

自古以来，比如开普勒和其他应用科学家反复地做实验观察，从中寻找规律，现在AI算法和AI专家扮演了这个角色。这次创新主要用了神经网络的技术，包括多元非线性函数进行递进的技术和黑盒解释的技术。

总结来说，这个成功案例会激发纯数学家和AI合作证明一些新的猜想或者发现新结构。

延伸到AI for Science，我的看法是，AI的确可以加速科学实验。除了做计算机模拟之外，AI还可以告诉大家实验的方向。

在最近的天体物理中，AI优化太空望远镜的指向，同时搜集更多更有趣的数据，有点像自动驾驶，用AI做自动驾驶望远镜，加快规律的发现速度。

其次，AI推动人机结合。当然说起来简单，具体操作要复杂得多，科学家和AI专家必须紧密互动，比如数据生成、作图、构建神经网络和训练、利用神经网络进行结果验证等解决问题高度相关。

最后非常重要的一点是发展可解释的AI工具。AI产生的结论需要易于理解、能够溯源，这样才能建立与科学之间的桥梁，获得科学家的信任。

shewoqishui

首先解决算法和原理