Re: [爆卦] DeepMind:AI接近解決世紀數學難題-NS方程

「接近解決」重大數學問題，這種說法很不數學，你看哪個數學家在聲稱自己雖然
還沒解掉某個問題、但快要解決了？數學人不跟你bluff的。

我是覺得或許AI以後真的會在數學上屌打人類，但現在很多報導都寫得太誇張了、
不然就是有點誤導人，像我之前看到一個報導，說AI已經改進了matrix multiplication的最佳演算法，呃，在演算法的世界，什麼叫做改進matrix multiplication的最佳
演算法呢？以目前來講，就是你要證明存在一個常數c < 2.371552，使得matrix
multiplication問題有O(n^c)-時間的演算法（其中n當然是方陣的寬度和長度），
大家不妨問問做演算法的人，所謂改進matrix multiplication的現有最佳演算法，
就是這個意思，不會有別的意思！！！

結果啊，我一點進號稱改進matrix multiplication的最佳演算法的文章，發現人家
當然是有貢獻，但就不是改進matrix multiplication的最佳演算法呀，只不過是文
章把「改進matrix multiplication的最佳演算法」這句話做了另類的詮釋，但做演
算法的人根本不是那樣理解這句話的好嗎 Orz|||

現在跟AI vs 數學研究相關的報導、說法、甚至研究本身，根本就常常廣告不實吧，
不然就是先講一句誤導的話，讓你以為大突破啦，結果看內文才知道標題殺人。

南無阿彌陀佛。

※ 引述《jackliao1990》之銘言：
: https://digitrendz.blog/?p=20417
: 39歲西班牙數學家哈維爾·戈麥斯·塞拉諾與Google DeepMind合作，試圖快速解決人類已: 知最棘手的謎團之一—納維-斯托克斯方程式，他本人也向媒體透露了這消息。這是七大千: 禧年大獎難題之一，美國克萊數學學會為其解答提供100萬美元獎金。
: 他透露被稱為「納維-斯托克斯行動」的計畫已進行三年，由20人組成的團隊迄今為止一直
: 保持完全保密，儘管Google DeepMind的負責人(去年諾貝爾化學獎得主)在一月份的採訪中
: 無意中透露他們「接近解決一個千禧年大獎難題」，但沒有說明是哪一個。他表示：「我: 們將在未來一年或一年半內看到。」
: 戈麥斯·塞拉諾在布朗大學任教，這是他首次公開談論這項研究。他解釋說：「現在學界: 普遍認為這個問題很快就會解決。」這個挑戰可以追溯到19世紀，當時法國的亨利·納維: 和愛爾蘭的喬治·加布里埃爾·斯托克斯分別於1822年和1845年獨立發表了描述水和空氣: 等流體運動的方程式。根據流體溫度、黏度和初始速度，這些方程式可以計算流體在之後: 某時間的速度。自這些方程式被提出兩個世紀以來，仍不清楚其解是否始終保持規律性或: 者是否會發生爆炸(行為的突然變化)，就像平靜海面上突然引發海嘯一樣。這些方程式對: 於預測天氣、洪水、飛機運動或血液流動等相關現象至關重要。
: 這個謎團似乎即將迎刃而解。戈麥斯·塞拉諾與其他四位學者構成團隊，他們在普林斯頓: 大學相識，現在分散在美國各地的不同機構。其中包括兩位地球物理學家—來自台灣的賴: 景堯和中國的王永吉-他們是計算南極洲冰融化的複雜模型的專家、三位數學家：澳英雙國
: 籍的Tristan Buckmaster、西班牙的Gonzalo Cao Labora以及戈麥斯·塞拉諾本人-他是在: 馬德里工人階級社區巴列卡斯橋長大的。
: 2014年加州理工學院的侯一釗團隊確實取得了重大突破，這要歸功於對問題的預先簡化。: 侯的團隊沒有使用納維-斯托克斯方程式，而是使用瑞士數學家歐拉於1752年提出的一個早
: 期版本，該版本描述了理想、無黏性流體的運動。研究人員模擬了圓柱體內部的流體，在: 某些初始條件下似乎產生了奇點。戈麥斯·塞拉諾的團隊用機器學習神經網路來改進解決: 方案並了解奇點的形成位置和方式。他們三年前發表的結果被視為是百萬美元問題即將解: 決的跡象。
: 這位西班牙數學家認為，世界上只有另外三個團隊有可能解決這個謎團：前面提到的侯一: 釗；埃及裔美國人Tarek Elgindi和義大利人Federico Pasqualotto 組成的搭檔；以及由: Diego Córdoba領導的團隊，這位53歲的馬德里人在十多年前曾指導戈麥斯·塞拉諾在馬: 德里數學科學研究所的博士論文，內容是關於海浪如何破碎。
: 戈麥斯·塞拉諾剛與Google DeepMind參與了另一項歷史性突破：AlphaEvolve，一個新的: 高效解決複雜數學問題的AI。這位西班牙教授和他的美國同事陶哲軒（被視為當今最偉大: 數學家）對該程式進行了四個月的訓練，解決了50個難題。戈麥斯·塞拉諾說：「在75%的: 案例中，它與人類的最佳結果相符。在另外20%的案例中有所改進。」
: 他認為：「我認為一個受過訓練的人，如果閱讀相關文獻、大量編程並準備數月，或許可: 以實現這一點。但AlphaEvolve在一天內就完成了。這才是真正的優勢。它能成為極大加速
: 研究的工具。它將改變我們進行數學研究的方式。」
: Google DeepMind負責人Demis Hassabis去年因創建AlphaFold2而贏得諾貝爾化學獎，這是
: 能預測所有2億種已知蛋白質複雜結構的AI。該程式能在幾分鐘內完成過去需要數月工作才
: 能實現的任務。新型AlphaEvolve系統的革命之處在於它不是為了解決具體問題而創建的系
: 統而是廣泛的語言模型，無需專業知識即可解決各種數學分支中的問題。
: Hassabis預測AGI將在2030年左右問世。戈麥斯·塞拉諾則更為謹慎「有些人比我更大膽，: 他們預測在五年或十年內AI將達到史上最偉大數學家的水平。我不確定但我知道它的進步: 速度極快。」

--
南無薩怛他蘇伽多耶阿羅訶帝三藐三菩陀寫。薩怛他佛陀俱胝瑟尼釤。南無薩婆勃陀
勃地薩跢鞞弊。南無薩多南三藐三菩陀俱知南。娑舍囉婆迦僧伽喃。南無盧雞阿羅漢
跢喃。南無蘇盧多波那喃。南無娑羯唎陀伽彌喃。南無盧雞三藐伽跢喃。三藐伽波囉
底波多那喃。南無提婆離瑟赧。南無悉陀耶毗地耶陀囉離瑟赧。舍波奴揭囉訶娑訶娑
囉摩他喃。南無跋囉訶摩泥。南無因陀囉耶。

--