Xin Zhiyuan编辑报告：Taozi [Xin Zhiyuan简介] Tao Zhexuan与多个Chatgpt交互一起工作了一个小时，最后解决了Mathverflow复杂的数学问题。令他惊讶的是，AI不仅节省了编码时间，而且还优化了工作流程。两年前，陶恩（Tao Zhexuan）预测：“ AI将于2026年成为数学研究和许多其他领域的可靠合作者。”现在无需等到2026年，他做到了！在Mathstodon中，Tao Zhexuan说，他将与Chatgpt一起克服Mathoverflow的问题并节省编码时间。在此期间，对话持续了一个小时。 Openai副总裁Kevin Weil热情地说：“ Tao Zhexuan + AI解决了复杂的数学问题。”歌剧塞巴斯蒂安·巴布克（Sebastien Bubeck）科学家自豪地说：“这次是陶恩（Tao Zhexuan）。”几天前，GPT-5成功地做出了重要的假设并批准了“ Godel Test”。今天有越来越多的证据表明AI正在迹象对数学发现的贡献。 Tao Zhexuan和Chatgpt克服了哪些挑战？ Tao Zhexuan + GPT -5解决了Mathoverflow的问题，并解释了“大量最小序列是特定集的子集”。通过理论分析，陶查汉本人得出结论，答案是否定的。但是，要完整地证明这一点，您必须找到特定的数值参数来构建牢固的反例。这个过程似乎很简单，但实际上需要无聊的计算和参数搜索。如果您不小心，则可以陷入效率低下的泥潭。 Tao Zhexuan试图使Chatgpt直接生成Python代码以寻找满足标准的不平等参数，这是Chatgpt的第一次尝试，这是一轮互动。这个精灵做到了并自己调整。但是，这种方法迅速暴露了限制 – 生成的代码正在执行太多，选择不合适的initial参数，最终导致搜索失败。然后，他改变了战略，而是开始了AI的一步，通过启发式计算找到可行的参数选项。该方法的核心是将复杂问题分为小步骤。每个步骤都与AI兼容，并在Tao Zhexuan的指导下不断优化。最后，AI成功生成了满足要求的参数。为了确保结果的可靠性，道Zhexuan使用了AI生成的29行的Python脚本进行独立验证。该脚本简洁明了，易于手动验证，经过验证的数值结果与以前的启发式预测一致。陶兹恩（Tao Zhexuan）没有人地说，没有人承认AI在此过程中的作用不容忽视。 AI收集了可能需要几个小时的编程，不仅可以帮助他第一次尝试发现多个数学错误。纯化工作，有效过程中的压缩s。没有AI支持，我根本不会尝试这种数值搜索，而是寻求更传统的理论分析方法。更重要的是，陶Zeksan强调，他没有发现AI“幻想”的共同问题。这要归功于其明确的任务计划和他们的指导对话。计算的每个步骤均在其自己的监督下完成。 AI仅在最后阶段提供数值结果和验证代码，从而确保整个过程的严格性。我认为这是因为有一个明确的计划，必须执行无聊的计算任务，并且可以分阶段和详细说明AI。确认对话中的每个步骤后，继续执行Siguiente步骤。在更改为对话策略之后，我仅在最后阶段使用Python进行外部验证。也就是说，当AI产生数值生产以满足限制的数值生产时。顺便说一句，陶齐库恩本人使用了每个人都来的GPT-5n可以接触。道Zhexuan的努力向我们揭示了AI在数学研究中的巨大潜力。有问题的计算机只能执行有吸引力的任务，但在数学家的指导下也可以参与复杂的探索过程。 AI的价值是释放研究人员的时间和能量，这使他们能够专注于更高的思想和创新水平。正如陶兹恩（Tao Zhexuan）所说：“如果那没有帮助AI，我可能会尝试这种数字搜索。”从AI的IMO赢得金牌到成为一个正确的人，将来将继续组织更多的故事。参考： https://x.com/kevinweil/status/19741619522606244444444444444444444444444444459HTTPS://x.com/minilek/stat美国/1974118573569421650HTTPS：//x.com/slow_devense/status/1974238028744444444444444
特殊声明：先前的内容（包括照片和视频（如果有），如有）已由网络自我媒体平台的用户收费和发布。这个平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由社交媒体平台NetEase Hao的用户收取和发布，仅提供信息存储服务。
