¿La teoría de la convolución o la teoría de los nudos en matemáticas no es un problema fácil? DeepMind hace su trabajo bastante bien

Mente profunda Residencia en inteligencia artificial y ya ha ayudado a resolver incluso los acertijos más difíciles en varias ocasiones. Esta vez se trataba de nudos con los que los matemáticos han estado lidiando durante muchos años.

El tema de la investigación fue algo llamado conjetura, que es una oración no confirmada que parece ser correcta. Algoritmos del aprendizaje automático  Se han utilizado antes en matemáticas para desarrollar tales ideas teóricas, pero no eran tan complejas como en este caso. Los autores de este avance han tenido éxito en Naturaleza descrito.

 Fuente de la imagen: Pixabay / fuente

El área general en la que se movieron los investigadores fue lo que se conoce como la runa matemática. Este término se refiere a las matemáticas motivadas por otras aplicaciones que no sean prácticas. el matemáticas "ordinarias" sin embargo, normalmente tiene como objetivo realizar mejoras en otras áreas para que podamos beneficiarnos de él en la práctica.

La investigación en esta área no es fácil ni agradable, pero el aprendizaje automático y, en particular, Mente profunda, ofrece soporte concreto. Esto se debe a que es muy eficaz para encontrar patrones, lo que acelera enormemente el proceso de sacar ciertas conclusiones. Representantes de DeepMing trabajaron con científicos de las universidades de Sydney y Oxford.

DeepMind utiliza algoritmos de aprendizaje automático

El equipo de investigación se centró en eso Teoría del nudo y teoría de la representación. Porque los primeros son los llamados Invariantes, es decir, cantidades algebraicas, geométricas o numéricas que son iguales, la clave. Los investigadores decidieron utilizar DeepMind para encontrar la relación entre invariantes geométricos y algebraicos. De esta manera podrían hacer un llamado gradiente nodal natural definir.

Además, DeepMind se utilizó para comprender mejor una conjetura hecha por matemáticos a fines de la década de 1970. En ese momento, se creía que era posible mirar un cierto tipo de gráfico multidimensional complejo y encontrar una ecuación que pudiera representarlo. En DeepMind pudieron lograr este objetivo utilizando algo llamado Polinomios de Kazhdan-Lusztig Acercarse. Incluso si tales avances no ofrecen ninguna aplicación práctica, sí muestran cuánto potencial hay en los sistemas del  inteligencia artificial atascado.