論文の概要: From Meta Idea to Advanced Mathematical Discovery -- Human-AI Co-Discovery of Sign-Embedding Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2606.24899v1
- Date: Fri, 12 Jun 2026 13:30:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-28 23:46:52.326836
- Title: From Meta Idea to Advanced Mathematical Discovery -- Human-AI Co-Discovery of Sign-Embedding Quantum Algorithms
- Title（参考訳）: メタアイデアから高度な数学的発見へ -サイン埋め込み量子アルゴリズムの人間-AI共同発見-
- Abstract要約: 本稿では,行列方程式と行列関数に対する符号埋め込み量子アルゴリズムのケーススタディについて述べる。
このプロジェクトは、有理近似が手話関数のようなジャンプ型関数に特に有効であるという人間による直観から始まった。
エージェントAI数学システムAIMに統合されたAI支援探索は、この直感をルートマップに拡張する上で重要な役割を果たした。
- 参考スコア（独自算出の注目度）: 9.755913038110227
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-assisted mathematics is often evaluated on solving predefined problems. In practice, however, many important advances begin earlier, when a vague research intuition is transformed into a concrete problem, a promising route, and a theorem family worth proving. This report studies that stage through a case study that led to sign-embedding quantum algorithms for matrix equations and matrix functions, foundational primitives in quantum linear algebra and operator-output quantum algorithms. The project began with a human-originated intuition that rational approximation is especially effective for jump-type functions such as the sign function, and might therefore serve as a design principle for quantum algorithms. Rather than merely assisting after the problem was fixed, AI-assisted exploration, including workflows later integrated into the agentic AI-mathematician system AIM, played a key role in expanding this intuition into a route map, comparing candidate formulations, and converging toward sign embedding as the central framework. AIM then helped connect a known matrix-sign identity to wider classes of matrix equations and matrix functions, and drafted proof and complexity calculations. The decisive scientific judgments remained human: selecting which human-AI-expanded routes were worth pursuing, rejecting a Cayley-trapezoidal approximation when its validity required a hidden condition, and refining the Sylvester implementation from a coarse quadratic-gap query route to the final factorized and scaled analysis. The report argues that human-AI co-discovery workflows, with systems such as AIM as important components, are most valuable not as standalone theorem provers, but as research partners for problem formation, connection discovery, derivation, and skeptical review inside a human-gated research loop.
- Abstract（参考訳）: AI支援数学は、事前に定義された問題を解決する上でしばしば評価される。
しかし実際には、曖昧な研究直観が具体的問題、有望な経路、証明に値する定理ファミリーに変換されたときに、多くの重要な進歩が早くから始まっている。
本報告では,行列方程式と行列関数に対する符号埋め込み量子アルゴリズム,量子線型代数の基本的プリミティブ,演算子出力量子アルゴリズムを応用した。
このプロジェクトは、有理近似が手話関数のようなジャンプ型関数に特に有効であり、従って量子アルゴリズムの設計原理として機能する、という人為的な直観から始まった。
この問題が修正された後、AI支援された探索は、後にエージェントAI-数学システムAIMに統合されたワークフローを含む単なる支援ではなく、この直感をルートマップに拡張し、候補の定式化を比較し、手話の埋め込みを中心的なフレームワークとして扱う上で重要な役割を果たした。
その後、AIMは既知の行列符号のアイデンティティを行列方程式と行列関数のより広いクラスに接続し、証明と複雑性の計算を起草した。
決定的な科学的判断は人間に留まり、人間のAIが拡張した経路を追求する価値があるかを選択し、その妥当性が隠された状態を必要とするときにケイリー・トラペゾイド近似を拒絶し、粗い二次ギャップのクエリ経路から最終的な分解およびスケール分析までシルヴェスターの実装を精査した。
報告書は、AIMのようなシステムが重要な構成要素である人間とAIの共同発見ワークフローは、スタンドアロンの定理プローバーとしてではなく、問題形成、接続発見、導出、疑わしいレビューのための研究パートナーとして最も価値があると主張している。
関連論文リスト
- MathCoPilot: An Interactive System for Human-AI Symbiotic Paradigm of Mathematical Research [62.221184989046826]
MathCoPilotは、数学研究のための新しいAI共生パラダイムを具現化したループシステムである。
MathCoPilotは3つのコア機能を統合する: 証明をナビゲート可能なステップに分解するインタラクティブな証明青写真、適応的な知識ベース検索とリーン統合された反復検証を備えた自動証明スキルオーケストレーション、トピック駆動の紙検索と自動形式化を検証可能なリーン知識ベースに統合する。
論文 参考訳（メタデータ） (2026-07-16T05:22:40Z) - From Solvers to Research: Large Language Model-Driven Formal Mathematics at the Research Frontier [109.93387172162984]
AI4Mathシステムの次の飛躍は、事前に定義された問題解決者から研究エージェントへの決定的なシフトを必要とする。
この分野の体系的なレビューを行い、データセット、自動形式化、証明合成について紹介する。
論文 参考訳（メタデータ） (2026-07-08T17:46:36Z) - Characterizing initial human-AI proof formalization workflows [66.06866890889131]
AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。
我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。
質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
論文 参考訳（メタデータ） (2026-06-02T22:58:19Z) - The true cost of factoring: Linking magic and number-theoretic complexity in Shor's algorithm [0.18665975431697432]
パラメタカルショアのファクタリングアルゴリズムにおける非安定化性(またはマジック)の生成について検討する。
明示的な解析理論を開発することにより,アルゴリズムの実行を成功させる上でのマジックの基本的役割を実証する。
本研究は,タスクの古典的アルゴリズム的難易度と,量子ハードウェア上での非安定化器価格との間に,簡潔な概念的リンクを生じさせるものである。
論文 参考訳（メタデータ） (2026-05-06T18:16:29Z) - Agentic Neurosymbolic Collaboration for Mathematical Discovery: A Case Study in Combinatorial Design [39.02605479431633]
我々は,大言語モデル(LLM)を用いたAIエージェントを用いた,ニューロシンボリック推論のレンズによる数学的発見を研究する。
この人間とAIのコラボレーションの主な結果は、n equiv 1 pmod3$という非常に難しいケースに対するラテン正方形の不均衡の厳格な下限である。
論文 参考訳（メタデータ） (2026-03-09T12:42:56Z) - 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) - ATHENA: Agentic Team for Hierarchical Evolutionary Numerical Algorithms [4.235429894371577]
AtheNAは、エンドツーエンドの計算研究ライフサイクルを管理するためにAutonomous Labとして設計されたエージェントフレームワークである。
その中核は知識駆動型診断プロセスであるHENAループである。
このフレームワークは超人的パフォーマンスを実現し、検証エラーは10～14ドルに達する。
論文 参考訳（メタデータ） (2025-12-03T06:05:27Z) - AI Mathematician as a Partner in Advancing Mathematical Discovery - A Case Study in Homogenization Theory [6.856242640393325]
本稿では,AIMシステムを単なる問題解決者ではなく研究パートナーとして機能させる方法について検討する。
人間の直感と機械計算が相互に補完し合うかを明らかにする。
このアプローチは完全かつ検証可能な証明をもたらし、より広範に、体系的な人間とAIの共推論が数学的発見のフロンティアをいかに前進させるかを示す。
論文 参考訳（メタデータ） (2025-10-30T11:22:15Z) - Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。
このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。
我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
論文 参考訳（メタデータ） (2025-10-07T17:49:24Z) - Towards Efficient and Trustworthy AI Through
Hardware-Algorithm-Communication Co-Design [32.815326729969904]
最先端のAIモデルは、その不確実性に関する信頼できる尺度を提供することができない。
本稿では,ハードウェアとソフトウェア設計の交差点における研究の方向性を明らかにする。
論文 参考訳（メタデータ） (2023-09-27T18:39:46Z) - Efficient Model-Free Exploration in Low-Rank MDPs [76.87340323826945]
低ランクマルコフ決定プロセスは、関数近似を持つRLに対して単純だが表現力のあるフレームワークを提供する。
既存のアルゴリズムは、(1)計算的に抽出可能であるか、または(2)制限的な統計的仮定に依存している。
提案手法は,低ランクMPPの探索のための最初の実証可能なサンプル効率アルゴリズムである。
論文 参考訳（メタデータ） (2023-07-08T15:41:48Z) - Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。
これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文 参考訳（メタデータ） (2020-11-09T01:13:07Z)
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。