Исследователи описали, как AI‑агенты меняют работу над математическими доказательствами
AI‑инструменты для программирования заметно поменяли сам процесс разработки ПО. Во многих приложениях разработчики уже пишут значительную долю кода с помощью AI‑ассистентов. Похожий сдвиг, по словам исследователей теории машинного обучения, начинает происходить и в науке, особенно в математике. Современные системы могут строить строгие математические доказательства по подсказкам с высокоуровневыми набросками. Такие доказательства записываются на специальных «языках» формального описания аргументов, примерно так же, как программы пишут на языках вроде Python.
К такому выводу авторы пришли после трёхнедельной работы прошлым летом. За это время они с помощью agentic AI tools подготовили математическую статью, на которую обычно уходят месяцы. Итоговый текст занял 50 страниц: в нём описана и решена задача оптимизации, основанная на идеях из graph theory и machine learning. Исследователи давали системе текстовые подсказки с общими идеями доказательств, а AI превращал неформальные интуиции в точные определения и формулировки. Перевод получался несовершенным, но позволял быстро получить первый вариант, который затем правили и уточняли.
Авторы подчёркивают: общий план доказательств в этой работе был известен заранее, а AI в основном ускорил проработку недостающих деталей и помог оформить их в формально точном виде. В более поздних статьях, по их словам, система уже предлагала ключевые идеи, которые повлияли на итоговые результаты. Параллельно возникают и новые вопросы. Меняются научные практики и рабочие процессы, появляется проблема подготовки будущих учёных, а на систему peer review может лечь дополнительная нагрузка, потому что AI‑сгенерированные статьи можно производить в больших масштабах.
Ключевые факты
Исследователи за трехнедельный период прошлым летом с помощью агентных ИИ‑инструментов подготовили математическую статью, на которую обычно ушли бы месяцы.
Получившаяся работа заняла 50 страниц и описывает решение задачи оптимизации, основанной на концепциях теории графов и машинного обучения.
ИИ способен по подсказкам с общим наброском доказательства формировать строгие математические доказательства, записанные на формальных языках для описания математических аргументов.
Авторы отмечают, что в более поздних работах ИИ не только помогал оформлять доказательства, но и предложил ключевые идеи, повлиявшие на итоговые результаты.