論文の概要: AI and Human Approaches to Mathematical Problem Solving

• arxiv url: http://arxiv.org/abs/2609.17779v1
• Date: Tue, 15 Sep 2026 19:40:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.51647
• Title: AI and Human Approaches to Mathematical Problem Solving
• Title（参考訳）: 数学的問題解決へのAIとヒューマンアプローチ
• Abstract要約: この研究は、公的なAI研究のアカウントと、そのような11の問題についての人間の文献を比較した。 人間のコーパスには58の論文が含まれており、後にAIソースが解決、不承認、あるいは実質的な進歩として報告したのと同じ数学的標的に対処している。 AIアカウントは問題を閉じて再結合することに重点を置いているのに対し、数学論文では、結果が累積的な知識になるための手順、限界、研究の機会をより広範囲に文書化している。
• 参考スコア（独自算出の注目度）: 2.799791426680068
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI systems have begun to report solutions, disproofs, and substantive advances on long-standing mathematical problems, raising questions about whether they approach research in the same way as mathematicians. This study compares public AI research accounts with the human literature on 11 such problems. The human corpus contains 58 papers that directly addressed the same mathematical targets later reported by AI sources as resolved, disproved, or substantially advanced; 31 within-problem comparisons were constructed from these materials. Six validated text-based measures capture problem resolution, method articulation, uncertainty and boundary specification, successor-question generation, generality, and cross-disciplinary integration. AI accounts place greater emphasis on resolving the focal problem and connecting ideas across fields. Human papers devote significantly more attention to explaining methods, specifying assumptions and limitations, and identifying questions for subsequent research. No precise difference is detected in generality. The estimated directions remain unchanged when each mathematical problem is removed in turn. The findings reveal two distinct research profiles: AI accounts concentrate on closing and recombining problems, whereas mathematical papers more extensively document the procedures, limits, and research opportunities through which results become cumulative knowledge. Evaluating research AI therefore requires attention to the organization of inquiry, not only whether a target is solved.
• Abstract（参考訳）: AIシステムは、長年の数学的な問題に対する解法、反抗、実質的な進歩を報告し始めており、数学者と同じ方法で研究にアプローチするかどうかという疑問を提起している。 この研究は、公的なAI研究のアカウントと、そのような11の問題についての人間の文献を比較した。 人間のコーパスには58の論文が含まれており、後にAIの情報源によって解決された、反証された、あるいは実質的に進歩したと報告された。 6つの検証済みテキストベースの尺度は、問題の解決、メソッドの明瞭化、不確実性と境界仕様、後継要求生成、一般性、学際的統合をキャプチャする。 AIアカウントは、焦点問題の解決とフィールド間のアイデアの結合に重点を置いている。 人間の論文は、方法の説明、仮定と限界の特定、その後の研究への疑問の特定に、はるかに注意を払っていた。 概して正確な違いは見つからない。 それぞれの数学的問題が次々に取り除かれるとき、推定される方向は変わらない。 AIアカウントは問題を閉じて再結合することに重点を置いているのに対し、数学論文では、結果が累積的な知識になるための手順、限界、研究の機会をより広範囲に文書化している。 したがって、研究AIを評価するには、対象が解決されるかどうかだけでなく、調査の組織に注意が必要である。

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)
• 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)
• HorizonMath: Measuring AI Progress Toward Mathematical Discovery with Automatic Verification [54.06301039725887]
  計算および応用数学において8つの領域にまたがる100以上の未解決問題のベンチマークであるHorizonMathを紹介する。 我々のベンチマークは、発見が困難であり、意味のある数学的洞察を必要とする問題のクラスをターゲットにしているが、検証は計算的に効率的で簡単なものである。
  論文  参考訳（メタデータ） (2026-03-16T17:59:53Z)
• 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)
• Semi-Autonomous Mathematics Discovery with Gemini: A Case Study on the Erdős Problems [22.064232024924422]
  我々はジェミニを用いて、ブルームのアーズ問題データベースに「オープン」とラベル付けされた700の予想を評価する。 データベースに'オープン'とマークされた13の問題に対処する。 以上の結果から,問題の「開放」状態は難易度よりも不明瞭度が原因であることが示唆された。
  論文  参考訳（メタデータ） (2026-01-29T23:15:36Z)
• 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)

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。