参考消息网11月24日报道 据英国《新科学家》周刊网站11月19日报道，一种寻找非直观数学模式的人工智能（AI）工具似乎能够解决各种各样的数学问题，包括几十年来一直没取得进展的一些问题。

　　尽管AI模型在一些具体数学问题上取得了些许成功，但通常很难解决困扰人类的数学问题。正因为如此，大多数数学家不愿花额外时间把学习使用AI作为他们研究的一部分。

　　现在，脸书的母公司元宇宙公司的基础AI研究团队的弗朗索瓦·沙尔东和他的同事们发明了一种被称为PatternBoost的AI工具。这种工具似乎能够解决更多问题，而且这种模型的建立也不太费力。沙尔东说：“这是一个总体想法。令人惊讶的是，它确实有效。可以把它应用于解决一大堆问题。”

　　PatternBoost的工作分两阶段进行。第一阶段被称为局部搜索，利用带有随机性的算法找到解决问题的可能方案，并辨别看起来最有希望的方案。然后，把这些结果传给一个AI模型，该模型使用与聊天生成预训练转换器（ChatGPT）相同的转换算法对这些结果进行研究，并产生更多同一种类型的结果。然后这些结果将被反馈到局部研究算法中，并不断重复这个过程，直到最好的答案出现为止。

　　沙尔东和他的团队尝试解决的所有问题都源自名为极值组合学的数学领域。这个领域研究的是找到遵循某种规律的非常大或者非常小的数学对象。其中一个数学对象被称为“无球面问题”，即在三维网格中找到最大的点集合，使得没有五个点位于同一个球面。

　　沙尔东说：“每个人都非常非常肯定地说，这个答案是17个点，这样就没法找到比17个点多的点。我只是在尝试（用PatternBoost），我发现了18个——数学家并不是真的那么相信。这并非被过多研究的一个问题，所以或许没有那么令人惊叹，但至少它让专家们意外。”

　　研究小组成员、威斯康星大学麦迪逊分校的乔丹·埃伦贝格说，研究人员试图解决极值组合问题是因为这种问题容易适用于PattenBoost的结构，但是可能用它解决许多不同的数学问题也是适用的。他说：“我们对这种结构能有效解决何种问题几乎没有太多直观感受。也许能解决所有问题，但谁也说不清。”（编译/刘晓燕）