論文の概要: Artificial Intelligence and the Structure of Mathematics
- arxiv url: http://arxiv.org/abs/2604.06107v1
- Date: Tue, 07 Apr 2026 17:19:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.961076
- Title: Artificial Intelligence and the Structure of Mathematics
- Title（参考訳）: 人工知能と数学の構造
- Authors: Maissam Barkeshli, Michael R. Douglas, Michael H. Freedman,
- Abstract要約: 人工知能(AI)の最近の進歩は、数学の変換能力を解き放つことである。
我々は、数学のtextbf論理を補完する新しい経路を造ることによって、AIが数学の壮大な視点を開こうと考えている。
私たちはAIエージェントをプラトン数学の世界を横切るために送ります。
- 参考スコア（独自算出の注目度）: 5.327210719701061
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent progress in artificial intelligence (AI) is unlocking transformative capabilities for mathematics. There is great hope that AI will help solve major open problems and autonomously discover new mathematical concepts. In this essay, we further consider how AI may open a grand perspective on mathematics by forging a new route, complementary to mathematical\textbf{ logic,} to understanding the global structure of formal \textbf{proof}\textbf{s}. We begin by providing a sketch of the formal structure of mathematics in terms of universal proof and structural hypergraphs and discuss questions this raises about the foundational structure of mathematics. We then outline the main ingredients and provide a set of criteria to be satisfied for AI models capable of automated mathematical discovery. As we send AI agents to traverse Platonic mathematical worlds, we expect they will teach us about the nature of mathematics: both as a whole, and the small ribbons conducive to human understanding. Perhaps they will shed light on the old question: "Is mathematics discovered or invented?" Can we grok the terrain of these \textbf{Platonic worlds}?
- Abstract（参考訳）: 人工知能(AI)の最近の進歩は、数学の変換能力を解き放つことである。
AIが大きなオープンな問題を解決するのに役立ち、新しい数学的概念を自律的に発見することを期待している。
このエッセイでは,形式的 \textbf{proof}\textbf{s} のグローバル構造を理解するために,数式\textbf{ logic} を補完する新たな経路を造ることによって,AI がいかに数学の壮大な視点を開くかをさらに検討する。
まず、普遍的な証明と構造的ハイパーグラフの観点から数学の形式的構造をスケッチし、それが数学の基本構造について提起する疑問について議論する。
次に、主成分を概説し、自動数学的発見が可能なAIモデルに満足する一連の基準を提供する。
私たちはAIエージェントをプラトン数学の世界を横切るために送っているので、彼らは数学の性質について、全体としても、人間の理解に結びつく小さなリボンについても教えてくれることを期待しています。
数学は発見されるのか、発明されるのか?
これらの textbf{Platonic worlds} の地形をグルークできますか?
関連論文リスト
- Towards Autonomous Mathematics Research [48.29504087871558]
Aletheiaは、自然言語のエンドツーエンドの解を反復的に生成し、検証し、修正する数学研究エージェントである。
具体的には、AletheiaはGemini Deep Thinkの高度なバージョンで、推論の問題に挑戦している。
我々は、オリンピアード問題から博士レベルのエクササイズまで、AI支援数学研究におけるいくつかのマイルストーンを通じて、アレクシアを実証する。
論文 参考訳（メタデータ） (2026-02-10T18:50:15Z) - 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) - FrontierMath: A Benchmark for Evaluating Advanced Mathematical Reasoning in AI [8.32177898148028]
FrontierMath(フロンティアマス、フロンティアマス、FrontierMath)は、数学者が考案し検証した何百もの数学問題のベンチマークである。
現在の最先端のAIモデルは、問題の2%未満を解決し、AI能力と数学的コミュニティの長所との間に大きなギャップが浮かび上がっている。
AIシステムが専門家レベルの数学的能力に向かって進むにつれ、FrontierMathは彼らの進歩を定量化する厳格なテストベッドを提供する。
論文 参考訳（メタデータ） (2024-11-07T17:07:35Z) - 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) - 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)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。