Για πρώτη φορά επιστήμονες από τη Βρετανία και την Αυστραλία, χρησιμοποίησαν την τεχνητή νοημοσύνη για να αποδείξουν ή να προτείνουν νέα μαθηματικά θεωρήματα.
Προς έκπληξη των μαθηματικών, η τεχνητή νοημοσύνη έκανε προτάσεις που μετά οι ίδιοι εξέτασαν και επιβεβαίωσαν. Αυτό δείχνει ότι η μηχανική μάθηση μπορεί να δώσει χείρα βοηθείας ακόμη σε θέματα αιχμής της μαθηματικής έρευνας.
Οι ερευνητές των πανεπιστημίων του Σίδνεϊ και της Οξφόρδης, καθώς και της θυγατρικής τεχνητής νοημοσύνης DeepMind της Google, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature», εξέφρασαν την αισιοδοξία τους ότι ανοίγει πλέον ο δρόμος για μια σε βάθος συνεργασία ανάμεσα στα πεδία των «καθαρών» μαθηματικών και της τεχνητής νοημοσύνης, κάτι που αναμένεται να φέρει εντυπωσιακά αποτελέσματα. Η τεχνητή νοημοσύνη, όπως δείχνει η νέα έρευνα, έχει ωριμάσει τόσο, ώστε μπορεί πλέον να αξιοποιηθεί για να βοηθήσει στη μαθηματική έρευνα εκείνη που - όπως η τέχνη - βασίζεται συνήθως στη διαίσθηση και στη δημιουργικότητα.
Όπως ανέφερε ο καθηγητής Τζόρντι Ουίλιαμσον του Ινστιτούτου Μαθηματικής Έρευνας του Σίδνεϊ, ένας από τους κορυφαίους μαθηματικούς στον κόσμο, «τα προβλήματα στα μαθηματικά θεωρούνται ευρέως από τα πιο δύσκολα που υπάρχουν γενικά. Ενώ οι μαθηματικοί έχουν χρησιμοποιήσει τη μηχανική μάθηση για να τους βοηθήσει στην ανάλυση πολύπλοκων δεδομένων, είναι η πρώτη φορά που έχουμε χρησιμοποιήσει τους υπολογιστές για να μας βοηθήσουν να κάνουμε μαθηματικές εικασίες ή να προτείνουμε πιθανές «γραμμές επίθεσης» σε αναπόδεικτες έως τώρα ιδέες στα μαθηματικά».
Ο Ουίλιαμσον, ο οποίος θεωρείται κορυφή διεθνώς στη θεωρία των αναπαραστάσεων, που διερευνά τους χώρους ανώτερων διαστάσεων με τη χρήση γραμμικής άλγεβρας, χρησιμοποίησε την τεχνητή νοημοσύνη της DeepMind για να φθάσει κοντά στην απόδειξη μιας παλαιάς εικασίας σχετικά με τα πολυώνυμα Kazhdan-Lusztig, που έχει μείνει άλυτη εδώ και 40 χρόνια και η οποία αφορά τη βαθιά συμμετρία στην άλγεβρα των ανώτερων διαστάσεων.
Οι καθηγητές της Οξφόρδης Μαρκ Λάκεμπι και Αντρας Γιούχαστς, με τη βοήθεια της τεχνητής νοημοσύνης, ανακάλυψαν μια απρόσμενη σύνδεση ανάμεσα στις αλγεβρικές και γεωμετρικές σταθερές των κόμβων, ανακαλύπτοντας έτσι ένα τελείως νέο μαθηματικό θεώρημα. Η θεωρία των κόμβων έχει πολλαπλές εφαρμογές στις φυσικές και άλλες επιστήμες.
Όπως είπε ο Λάκεμπι, «είναι γοητευτικό να χρησιμοποιεί κανείς τη μηχανική μάθηση για να ανακαλύπτει νέες και αναπάντεχες διασυνδέσεις ανάμεσα σε διαφορές περιοχές των μαθηματικών. Η εργασία που έγινε στην Οξφόρδη και στο Σίδνεϊ, σε συνεργασία με τη DeepMind, αποδεικνύει ότι η μηχανική μάθηση μπορεί να αποτελέσει ένα πραγματικά χρήσιμο εργαλείο στη μαθηματική έρευνα».