წარმოიდგინეთ კვლევითი ამოცანა, რომელსაც პასუხების ფურცელი წინასწარ არ მოჰყვება და არც ისაა ცნობილი, შერჩეული მიდგომა საერთოდ იმუშავებს თუ არა. პროგრესი ასეთ სიტუაციაში მუდმივ ცდას, შეცდომების დაშვებასა და ზოგჯერ ყველაფრის სრულიად თავიდან დაწყებას მოითხოვს. სწორედ ასეთი ღია მათემატიკური პრობლემების გადასაჭრელად გამოსცადა Meta-მ საკუთარი ხელოვნური ინტელექტი. მიმდინარე წლის დასაწყისში, როდესაც მოდელმა მათემატიკის, ფიზიკისა და ქიმიის ოლიმპიადებზე ოქროს მედლის დონის შედეგები აჩვენა, კომპანიამ გადაწყვიტა, შეემოწმებინა, რამდენად ეფექტურად დაეხმარებოდა სისტემა მეცნიერებს რეალურ კვლევებში. მიზანი არა უბრალოდ ნაშრომების მასობრივი წარმოება, არამედ მკვლევრებისთვის ახალი მათემატიკური იდეების განვითარებაში ხელშეწყობა იყო.
კვლევის პროცესი ყოველგვარი სპეციალური პლატფორმების ან რთული სისტემების გარეშე, ჩვეულებრივი meta.ai-ს ინტერფეისის მეშვეობით წარიმართა, რომელსაც მომხმარებლები ყოველდღიურად იყენებენ. მეცნიერები Muse Spark 1.1 და 1.2 ვერსიებს Thinking Mode-ში ამუშავებდნენ. პროცესს მთლიანად მათემატიკოსთა გუნდი ხელმძღვანელობდა, რომლებიც ხელოვნურ ინტელექტთან ერთად სხვადასხვა იდეას განიხილავდნენ და არგუმენტებს აყალიბებდნენ. მიღებულ შედეგებს შემდგომში მათემატიკოსების მეორე ჯგუფი ამოწმებდა. თითოეულ გამოქვეყნებულ ნაშრომში დეტალურად და მკაფიოდაა მონიშნული, რომელი ნაწილი დაწერა უშუალოდ ადამიანმა და რომელი ტექსტური მონაკვეთი ეკუთვნის ხელოვნურ ინტელექტს. ჯამში ექვსი სამეცნიერო ნაშრომი მომზადდა, საიდანაც ხუთი აქამდე გადაუჭრელ ღია კითხვებს საბოლოო პასუხს სცემს.
ალბათობა და ელიფსოიდები
Aykut Arslan-მა და Muse Spark-მა ერთობლივად შეისწავლეს მრავალგანზომილებიან სივრცეში შემთხვევითი წერტილების ელიფსოიდზე მორგების დიდი ხნის პრობლემა. მარტივად რომ ავხსნათ, წარმოიდგინეთ სიბრტყეზე სრულიად შემთხვევით გაფანტული წერტილები და მათზე გავლებული ელიფსი, რომელიც ფიქსირებული ცენტრის გარშემოა შემოხაზული და ყველა ამ წერტილზე გადის. კვლევამ დაადგინა მკვეთრი ზღვარი წერტილების რაოდენობისთვის ფორმულით n ≈ d²/4. თუ წერტილები ამ ზღვარზე ნაკლებია, ასეთი ელიფსის გავლება მაღალი ალბათობით შესაძლებელია, ხოლო როცა წერტილები ზღვარს სცდება, ეს თითქმის შეუძლებელი ხდება. ნაშრომი Babak Modami-მ, Alexander Roitershtein-მა, Mark Sepanski-მ და Grigory Sokolov-მა შეამოწმეს. ზუსტად ამ ზღვარზე არსებული მათემატიკური ქცევა მეცნიერებისთვის ჯერჯერობით კვლავ ამოუხსნელი რჩება.
ტალღის კოლაფსი დიფერენციალურ განტოლებებში
Leonard Dinh-მა და Muse Spark-მა ტალღის კოლაფსის ფენომენი შეისწავლეს, რომელიც პირდაპირ ლაზერული ფიზიკითაა შთაგონებული. ეს ფიზიკური პროცესი ძალიან წააგავს ბაგირის გადაქაჩვას ორ საპირისპირო ძალას შორის, სადაც ერთი ეფექტი ტალღის შიგნით შეკუმშვას ცდილობს, მეორე კი მის გარეთ გაფართოებას ემსახურება. უარყოფითი ენერგიის მქონე, ცენტრის გარშემო სიმეტრიული ტალღებისთვის, ორ ან მეტ განზომილებაში, მკვლევრებმა დაამტკიცეს, რომ კოლაფსი სასრულ დროში აუცილებლად მოხდება. ამით 2015 წელს ღიად დარჩენილი მნიშვნელოვანი კითხვა დაიხურა და 2002 წლის კომპიუტერული სიმულაციის პროგნოზი საბოლოოდ დადასტურდა. Dinh-მა პრობლემა და მთავარი იდეები თავად შეარჩია, ხოლო მოდელი მას გამოთვლებში, არგუმენტების ტესტირებასა და მტკიცებულებების დახვეწაში დაეხმარა. ნაშრომი Fazel Hadadifard-მა და Salem Selim-მა მიმოიხილეს.
ჯგუფთა თეორია და გამონაკლისის პოვნა
Joseph Phillip Brennan-მა და Milana Golich-მა მოდელთან ერთად M. Kida-ს 2024 წლის ვარაუდი უარყვეს, რომლის მიხედვითაც ყველა სასრული ნახევრადაბელური ჯგუფი აუცილებლად მონომიალურიც უნდა ყოფილიყო. წარმოიდგინეთ კატეგორიული მტკიცება, რომ ყველა გედი თეთრია, რომლის გასაბათილებლად მხოლოდ ერთი შავი გედის პოვნაც სავსებით საკმარისია. მკვლევრებმა სწორედ ასეთი გამონაკლისი იპოვეს 384 ელემენტისგან მდგარ ჯგუფში. Muse Spark-მა დაწერა სპეციალური საძიებო პროგრამა GAP-ში, რომელიც მათემატიკური პროგრამული უზრუნველყოფაა და რომელმაც ეს მაგალითი აღმოაჩინა. Golich-მა და მისმა კოლეგებმა შედეგი გადაამოწმეს და არგუმენტაცია დაასრულეს. ნაშრომი Andres Barei-მ და John Portin-მა შეამოწმეს.
გადაწყვეტილებების ოპტიმიზაცია
Aykut Arslan-ი და მოდელი 2026 წელს Del Pia-სა და Khajavirad-ის მიერ დასმულ რთულ კითხვას დაუბრუნდნენ, რომელიც ოპტიმიზაციის პრობლემების მიახლოებით ამოხსნას ეხება. სიტუაციის წარმოსადგენად გამოიყენეთ სამი გადამკვეთი წრე, ცნობილი როგორც ვენის დიაგრამა, სადაც თითოეული „კი“ ან „არა“ ტიპის გადაწყვეტილებებს შეიცავს. ასეთი მიახლოება ზუსტია მხოლოდ მაშინ, როცა ზუსტად ორი წრის მიერ გაზიარებული თითოეული რეგიონი მხოლოდ ერთ გადაწყვეტილებას შეიცავს. თუ ორი წრის საერთო რომელიმე ნაწილში ერთზე მეტი გადაწყვეტილებაა, მიახლოება ზუსტი აღარ არის. Muse Spark-ი დაეხმარა მეცნიერს პრობლემის ალბათობების კუთხით გადაფორმებაში, გამონაკლისი მაგალითის პოვნასა და მტკიცებულების სტრატეგიის შემუშავებაში. Arslan-მა და Kien Trung Le-მ, რომელმაც ეს ნაშრომი შეამოწმა, მოწოდებული არგუმენტები შეასწორეს და არსებული ხარვეზები გამოასწორეს.
რიცხვთა თეორიისა და სიმების კავშირი
Anindya Dey, Gabriel Herczeg-ი, An Huang-ი, Nicolas Jaramillo Torres-ი და Jacob H. Swenberg-ი Muse Spark-თან ერთად რიცხვთა თეორიასა და სიმების თეორიას შორის არსებულ რთულ კავშირს იკვლევდნენ. ეს მიმართულება ჯერ კიდევ 1980-იან წლებში Yuri Manin-ის მიერ იყო ნავარაუდევი და Tate curve-ისთვის ცნობილი კავშირიდან ახლა უკვე ბევრად უფრო ფართო კლასის მრუდებზე გავრცელდა. კვლევა აჩვენებს, რომ ორ სრულიად სხვადასხვა მათემატიკურ ენაში შესრულებული გამოთვლები რეალურად ერთსა და იმავე სიდიდეს აღწერს. მარტივად რომ ვთქვათ, ეს პროცესი წააგავს ამოცანას, სადაც უნდა დათვალოთ, თუ რამდენი საერთო საწყისი ციფრი აქვთ ორ წერტილს კონკრეტულ რიცხვით სისტემაში. მოდელმა მტკიცებულებების კანდიდატები შექმნა და სამი მთავარი ტექნიკური ნაწილი მოამზადა, რომლებიც შემდგომ მეცნიერებმა შეამოწმეს, შეასწორეს და დახვეწეს.
არაასოციაციური ევოლუციური ალგებრა
Andres Barei და მოდელი ევოლუციური ბიოლოგიით შთაგონებულ სპეციფიკურ სტრუქტურებს სწავლობდნენ. მათ აღმოაჩინეს მცირე ზომის სამგანზომილებიანი მაგალითი, რომელიც შემოთავაზებულ ტესტს მარტივად გადის, მაგრამ მაინც არღვევს García-Martínez-ისა და Pérez-Rodríguez-ის მიერ წამოყენებულ მათემატიკურ ვარაუდს. Muse Spark-მა ეს გამონაკლისი მაგალითი თავად შექმნა და მეცნიერებს ალტერნატიული წესები შესთავაზა, რომლებიც ცალკეული ელემენტების ნაცვლად მთლიან სივრცეებს განიხილავს. Barei-მ მონაცემები შეამოწმა, გადაამუშავა და ნაშრომი სრულყოფილად დაწერა. მიღებული შედეგები საბოლოოდ Nicolás Jaramillo Torres-მა მიმოიხილა.
კვლევის დასრულების შემდეგ Meta-ს გუნდმა სრულიად ღიად განაცხადა, რომ მათგან დამოუკიდებლად, სხვა მეცნიერებმაც მიაღწიეს მსგავს შედეგებს განსხვავებული მიდგომებით. მაგალითად, ელიფსოიდების პრობლემაზე პარალელურად მუშაობდნენ Misiakiewicz-ი და Wen-ი, ასევე De la Cerda, Potechin-ი, Tulsiani და Xu, და ბოლოს Koehler-ი და Sohn-ი. ჯგუფთა თეორიაში ალტერნატიული გამონაკლისი ხელოვნური ინტელექტის აგენტმა Nilradical-მაც იპოვა, ხოლო ევოლუციურ ალგებრაში მსგავსი შედეგი Hu-მ და Wen-მა მიიღეს. ყველა ეს დამოუკიდებელი ნაშრომი სათანადოდაა მოხსენიებული კვლევებში.
Meta-ს აზრით, სამეცნიერო პროგრესს ექსპერტებისა და ხელოვნური ინტელექტის მჭიდრო თანამშრომლობა სჭირდება. მიღებული აღმოჩენები ყოველთვის ყურადღებით უნდა შემოწმდეს და გამჭვირვალედ იყოს აღწერილი, თუ რა როლი შეასრულა თითოეულმა მხარემ.
| ალბათობა | ელიფსის გავლების მკვეთრი ზღვარი, n ≈ d²/4 |
| დიფერენციალური განტოლებები | ტალღის კოლაფსი სასრულ დროში, 2015 წლიდან ღია კითხვა |
| ჯგუფთა თეორია | 2024 წლის ვარაუდი უარყოფილია 384 ელემენტიანი ჯგუფით |
| ოპტიმიზაცია | წესი, როდის არის მიახლოება ზუსტი |
| არითმეტიკული ფიზიკა | რიცხვთა თეორიისა და სიმების თეორიის გამოთვლების კავშირი |
| არაასოციაციური ალგებრა | ვარაუდი უარყოფილია სამგანზომილებიანი მაგალითით |
ექვსივე ნაშრომი: The Strict Threshold for Gaussian Ellipsoid Fitting; Finite-Time Blow-Up of Radial Negative-Energy Solutions for the Mass-Critical Biharmonic Nonlinear Schrödinger Equation; Semiabelian Groups Need Not Be Monomial; Tightness of the Cycle-Based Relaxation for Completed Length-Three Alpha-Cycles; String Two-Point Function = Height Function on a Curve; On Solvable Evolution Algebras and a Conjecture by García-Martínez and Pérez-Rodríguez
წყარო: Meta AI Research | Runtime Wire
