Bu məqalə Science X-nin redaktorluq prosesi və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Tərcüməçilər məzmunun etibarlılığını təmin edərkən aşağıdakı xüsusiyyətləri vurğulayıblar:
AI modelləri riyazi puzzllara cavab tapmaqda yaxşıdır, lakin nəzəri kompüter alimlərinin fikrincə, tədqiqat hökmündə o qədər də yaxşı deyil.
Princeton-un Pravesh Kothari ilə birlikdə aparılan tədqiqatçılar, arXiv-də paylaşılan bir iş araşdırmasında süni intellektdən istifadələrini sənədləşdirdilər. Bu, süni intellekt vasitələrinin açıq bir riyazi problemə mühüm həll yolu tapmaqda üstünlük qazandıqları və çatmadıqları yolları göstərdi.
Onlar iddia edirlər ki, süni intellekt cavab tapmaqda mükəmməldir, çünki modellər nəşr olunmuş sənədlər, dərsliklər və həll edilmiş problemlər üzərində təlim alırlar. Lakin, avqust 2026-cı ildən etibarən bu modellər nəzəri nəticənin qiymətini rəqəmli sübutlardan üstün tutmaq və ya nəticənin əhəmiyyətini, ümumiliyini və ya aşağıda istifadə edilməsini müəyyən etmək prosesində yaxşı deyildi. Bunun səbəbi, təlim məlumatları nadir hallarda uğursuz yanaşmalar, ehtimalsız nəticələr və strategiyanın dəyişdirilməsi daxil olan uzun riyazi kəşf prosesinə dair məlumatları əhatə edir.
Sİ alətlərindən istifadə edərək tədqiqatçılar ilk dəfə 1953 -ci ildə Aleksandr Grothendieck tərəfindən müəyyən edilmiş riyazi konsepsiya olan Grothendieck sabitinin sərhədlərini uğurla daraldılar. Riyazi araşdırmanın ətraflı izah edilməsi barədə sənəd hələlik rəqiblər tərəfindən nəzərdən keçirilməyib, lakin nəticələr qrafik nəzəriyyəsində və kvant informasiyasında daha səmərəli algoritmlərin yaradılması üçün təsir göstərir. İş arXiv preprint serverində də dərc olunur.
Kompüter elmləri üzrə dosent və qəzetin böyük müəllifi olan Kothari, Grothendieck sabitini "gözəl bir problem" adlandırıb.
Xülasə — davamını mənbədə oxuyun.
