論文の概要: The Gold Rush in AI4Math: Where Are We Now?

• arxiv url: http://arxiv.org/abs/2608.24961v1
• Date: Tue, 25 Aug 2026 07:07:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.299953
• Title: The Gold Rush in AI4Math: Where Are We Now?
• Title（参考訳）: AI4Mathのゴールドラッシュ:今どこにいる?
• Abstract要約: 広範囲にわたる議論にもかかわらず、人工知能が実際に数学で使われていることに関する実証的な証拠は依然として限られている。 我々は2026年3月1日から8月20日までに投稿された32,944件のarXivの投稿を収集した。 我々は3,575件の提出書類を特定し、そのうち1,712件が少なくとも1つの実質的な数学的貢献に関与した。
• 参考スコア（独自算出の注目度）: 9.176056742068814
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in artificial intelligence (AI) have sparked growing interest in its use for mathematical research. While some view this as a major opportunity for discovery, others have raised concerns about its impact on traditional research practices. Despite extensive debate, empirical evidence on how AI is actually being used in mathematics remains limited. To address this gap, we collected all 32,944 arXiv submissions posted between March 1 and August 20, 2026, whose primary or secondary categories included Mathematics. We identified 3,575 submissions that explicitly disclosed author use of AI, of which 1,712 involved at least one substantive mathematical contribution. Our analysis reveals several broad patterns. First, disclosed AI use increased sharply over the study period, with substantive use growing from 1.39% of Mathematics submissions in March to 14.09% through August 20. Second, substantive AI use is highly uneven across fields: Combinatorics has the largest number of such papers, while Metric Geometry has the highest substantive-use rate. Third, substantive AI use is geographically concentrated: under weighted author counts, the United States and China together account for about two-thirds of the recognized country weight. Fourth, AI is already being applied to open research problems: among 717 named open-problem records associated with substantive use, 71% are labeled as fully resolved based on the authors' descriptions, with proofs of the conjectured statement more common than counterexamples or disproofs. Finally, AI-system use is also highly concentrated, with OpenAI systems appearing most frequently, followed by Anthropic. Together, these findings suggest that AI-assisted mathematics is expanding rapidly but remains at an early and uneven stage of adoption.
• Abstract（参考訳）: 人工知能(AI)の最近の進歩は、数学研究への関心が高まっている。 これは発見の大きな機会であると考える人もいれば、従来の研究の実践に対する影響について懸念を抱いている人もいる。 広範囲にわたる議論にもかかわらず、AIが実際に数学で使われていることに関する実証的な証拠は依然として限られている。 このギャップに対処するため、2026年3月1日から8月20日までに投稿された32,944件のarXivを収集した。 我々は3,575件の提出書類を特定し、そのうち1,712件が少なくとも1つの実質的な数学的貢献に関与した。 私たちの分析では、いくつかの広いパターンが明らかになっている。 最初に公表されたAIの利用は、研究期間を通じて急激に増加し、3月の1.39%から8月20日までの14.09%へと実質的な利用が増加した。 第2に、実体的AIの使用は分野によって非常に不均一である: Combinatoricsはそのような論文の最大数を持ち、Metric Geometryは最も実体的利用率が高い。 第3に、現実的なAIの使用は地理的に集中しており、重み付けされた著者数の下では、米国と中国が共に国重の約3分の2を占めている。 第4に、AIはすでにオープンな研究に応用されている: 実体的使用に関連する717のオープンプロブレム記録のうち、71%は著者の説明に基づいて完全に解決されたものとしてラベル付けられており、予想された主張の証明は反例や防備よりも一般的である。 最後に、AIシステムの使用も非常に集中しており、OpenAIシステムは最も頻繁に現れ、続いてAnthropicが続く。 これらの結果は、AI支援数学は急速に拡大しているが、まだ導入の初期段階にあることを示唆している。

関連論文リスト

• The Problem Is the Problem: Towards Scalable Mathematical Discovery [27.74875048771945]
  我々は,適切な問題の検索を自動化し,フィルタリングのいくつかの段階を経たアーティファクトに人間の注意を集中させる,文献からレビューまでのカスケードを構築した。 ダヴィエの予想や疑問に関する結果、-Jenssen-Perkins-Roberts, Erds-Straus, Ikenmeyer--Pak-Panova, Lund-Saraf-Wolf など、多くの興味深い発見を見出した。
  論文  参考訳（メタデータ） (2026-08-17T17:19:59Z)
• Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration [22.32121650980152]
  我々は、Grothendieck定数$K_G$のバウンドを改善するためにAIがどのように使われたかを示す。 重要な点として、これらの改善は、ドメインの専門家によって新規と見なされる洞察に到達可能なAI研究システムを使用して達成された。
  論文  参考訳（メタデータ） (2026-08-11T17:53:48Z)
• When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge [0.429202654064509]
  OpenAlexコレクションから2億2700万以上の学術作品を分析します。 ドメイン間のAI採用のタイミングと範囲の違いを文書化しています。 我々は、最良の研究プラクティスがAIの採用のメリットをいかに向上させるかについて論じる。
  論文  参考訳（メタデータ） (2026-05-07T11:23:23Z)
• 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)
• Early science acceleration experiments with GPT-5 [58.27301147653905]
  本研究は, GPT-5が現在進行中の研究において, 新たな具体的なステップを生み出した事例をまとめたものである。 これらの例では、AIがどのように仕事を加速し、どこで不足したのかを強調している。 我々は,人間作家と GPT-5 とのインタラクションを,AI との実りあるコラボレーションの例として記述する。
  論文  参考訳（メタデータ） (2025-11-20T06:04:23Z)
• Mathematics and Machine Creativity: A Survey on Bridging Mathematics with AI [14.825293189738849]
  本稿では,人工知能(AI)の数学的研究への応用について概観する。 近年のAIの発展、特に強化学習(RL)と大規模言語モデル(LLM)は、AIが数学に貢献する可能性を実証している。 この調査は、AIと数学の橋渡し、相互利益に関する洞察を提供し、より深い学際的理解を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-12-21T08:58:36Z)
• 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)
• Omni-MATH: A Universal Olympiad Level Mathematic Benchmark For Large Language Models [63.31878920079154]
  Olympiadレベルでの大規模言語モデルの数学的推論を評価するためのベンチマークを提案する。 既存のOlympiad関連のベンチマークとは違って、我々のデータセットは数学に特化しており、厳密な人間のアノテーションを使った4428の競合レベルの問題の膨大なコレクションを含んでいる。 実験の結果,最も先進的なモデルであるOpenAI o1-miniとOpenAI o1-previewでさえ,60.54%と52.55%の精度で,オリンピアードレベルの問題に悩まされ,オリンピアードレベルの数学的推論において重大な課題が浮き彫りにされていることがわかった。
  論文  参考訳（メタデータ） (2024-10-10T14:39:33Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• OpenHoldem: An Open Toolkit for Large-Scale Imperfect-Information Game Research [82.09426894653237]
  OpenHoldemは、NLTHを用いた大規模不完全情報ゲーム研究のための統合ツールキットです。 1)異なるNLTH AIを徹底的に評価するための標準化された評価プロトコル、2)NLTH AIのための3つの公的に利用可能な強力なベースライン、3)公開NLTH AI評価のための使いやすいAPIを備えたオンラインテストプラットフォーム。
  論文  参考訳（メタデータ） (2020-12-11T07:24:08Z)

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。