Fugu-MT 論文翻訳(概要): The Second Machine Turn: From Checking Proofs to Creating Concepts

論文の概要: The Second Machine Turn: From Checking Proofs to Creating Concepts

arxiv url: http://arxiv.org/abs/2507.10179v2
Date: Fri, 01 Aug 2025 16:59:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-04 18:08:53.551866
Title: The Second Machine Turn: From Checking Proofs to Creating Concepts
Title（参考訳）: 第二の機械: 証明のチェックから概念作りへ
Authors: Asvin G,
Abstract要約: 本稿では, 技術, 障害, 潜在的な解決策の現状について論じるとともに, 概念の創出そのものを数学化するための予備的試みについて述べる。論文は、これらの能力がどのように数学と人間と機械のコラボレーションを形作るかを評価することで締めくくられる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We identify a second machine turn in the process of mathematical discovery: after automating proof-checking, AI is now poised to automate the *creation* of mathematical concepts themselves. We discuss the current state of the art, obstacles and potential solutions as well as a preliminary attempt at mathematizing the creation of concepts itself. The paper ends with an assessment of how these capabilities could reshape mathematics and human-machine collaboration, and a few different futures we might find ourselves in.
Abstract（参考訳）: 証明チェックを自動化した後、AIは現在、数学的概念そのものの*創造*を自動化しようとしている。本稿では, 現状, 障害, 潜在的な解決策について考察するとともに, 概念の創出そのものを数学化するための予備的試みについて述べる。この論文は、これらの能力がどのように数学や人間と機械のコラボレーションを形作るか、そして私たちが自分たちで見つけるであろういくつかの異なる未来を形作るかを評価することで締めくくられている。

関連論文リスト

In Reverie Together: Ten Years of Mathematical Discovery with a Machine Collaborator [0.0]
自動推論システム textttTxGraffiti によって生成されるグラフ理論における4つの開予想を示す。各予想は簡潔で、自然グラフ不変量に基づいており、数百のグラフに対して経験的に検証されている。私たちは、人間数学者とAIシステムの両方に、それらに取り組むよう促すことを目指しています。
論文参考訳（メタデータ） (2025-07-23T00:49:32Z)
Digital Gene: Learning about the Physical World through Analytic Concepts [54.21005370169846]
AIシステムは、物理的な世界を理解し、相互作用することに関して、依然として苦戦している。本研究は分析概念の考え方を紹介する。マシンインテリジェンスは、物理的な世界を理解し、推論し、相互作用するためのポータルを提供する。
論文参考訳（メタデータ） (2025-04-05T13:22:11Z)
Formal Mathematical Reasoning: A New Frontier in AI [60.26950681543385]
我々は公式な数学的推論を提唱し、AI4Mathを次のレベルに進めるには不可欠であると主張している。既存の進捗を要約し、オープンな課題について議論し、将来の成功を測るための重要なマイルストーンを想定します。
論文参考訳（メタデータ） (2024-12-20T17:19:24Z)
Apriori Knowledge in an Era of Computational Opacity: The Role of AI in Mathematical Discovery [0.7673339435080445]
我々は、現代のLLMとDNNの不透明さは、それらの数学的知識を得るのに障害をもたらすと論じる。しかし、人間の証明チェックを自動化した証明チェッカーがそのような機械に取り付けられている場合、それらからアプリロリの数学的知識を得ることができる。
論文参考訳（メタデータ） (2024-03-15T21:38:26Z)
Machine learning and information theory concepts towards an AI Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文参考訳（メタデータ） (2024-03-07T15:12:06Z)
AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文参考訳（メタデータ） (2023-10-19T02:00:31Z)
Can I say, now machines can think? [0.0]
人工知能対応マシンの能力を分析し,検討した。チューリングテストは、機械の能力を評価する上で重要な側面である。インテリジェンスには他にも側面があり、AIマシンはこれらの側面の多くを表現している。
論文参考訳（メタデータ） (2023-07-11T11:44:09Z)
A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文参考訳（メタデータ） (2022-12-20T18:46:16Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
Machine Learning and Computational Mathematics [8.160343645537106]
機械学習がすでにどのような影響を及ぼし、さらに計算数学、科学計算、計算科学に影響を及ぼすかについて論じる。これらの問題について、最も重要な進展をいくつか紹介する。私たちの希望は、機械学習と計算数学を統合するのに役立つ視点に物事を組み込むことです。
論文参考訳（メタデータ） (2020-09-23T23:16:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。