DARPA呼吁AI提案加速数学研究

美国国防高级研究项目局（又名DARPA）认为，数学进展不够快。

因此，为了加速或“指定”数学研究的速度，DARPA本周举行了一项提案者日活动，以与技术社区互动，希望与会者能够准备提交一旦实际广泛的机构公告（BAA）招标提交的提案。哇，在那里放慢脚步，山姆大叔。

DARPA的项目被称为Expmath，旨在在人工智能的帮助下开始数学创新，或者为那些偏爱较少术语的人进行机器学习。

该机构在其网站上在其网站上解释说：“指定数学的目的（Expmath）是通过开发一个能够提出和证明有用的抽象的AI合着者来从根本上加速纯数学的进度率。”

DARPA计划经理帕特里克·沙夫托（Patrick Shafto）在弗吉尼亚州阿灵顿的DARPA会议中心举行的活动中发表讲话，通过展示了数学在1878年至2018年之间的慢速进展，从而加速了数学研究。

这些领域经历了变化，但数学却没有，我们想做的就是将这种变化带入数学

在此期间，数学进步是根据年度科学出版物数量来衡量的，以低于1％的速度增长。

这是基于研究Lutz Bornmann，Robin Haunschild和Rã¼DigerMutz于2021年进行，他们计算了不同学科的科学增长总体增长率为4.10％。

科学研究也带来了创新的潮流。例如，在生命科学中，让·巴蒂斯特·拉马克（Jean-Baptiste Lamarck）（1744-1829）和查尔斯·达尔文（Charles Darwin）（1809-1882）的时代，在1806年至1848年之间的时期的出版增长率为8.18％。在物理和技术科学中，在1793年至1810年之间记录了25.41％的增长，这一时期与约瑟夫·路易斯·拉格兰奇（Joseph-Louis Lagrange）（1736 1813年）的重要工作相吻合。

沙夫托说：“因此，这些领域经历了变化，但数学却没有，我们想做的就是将这种变化带入数学。”在他的演讲中。

DARPA提出的创新加速是人工智能。但是问题是AI并不是很聪明。它可以进行高中级数学，但不能进行高级数学。

正如Shafto的一张幻灯片中所述，“尽管有推理能力声称，但Openai O1（草莓）仍然在基本数学上失败。”

但是，Expmath的目标是使AI模型能够：

1. 自动分解 - 自动将自然语言语句分解为可重复使用的自然语言引理（用于证明其他陈述的经过验证的陈述）；和
2. 自动（IN）形式化 - 将自然语言引理转化为正式的证明，然后将证据转换回自然语言。

AI研究所喷泉居所的创始人兼首席执行官Robin Rowe参加了该活动。正如他向他解释的那样寄存器，他主修大学，但觉得很乏味，因此他进入了计算机科学。

尽管如此，他说，尽管如此，他发现这个目标似乎是创造一个可以作为同事的AI数学家，这与能够帮助证明的研究生相当。

也就是说，他允许的能力水平高于AI模型中目前所表现出的能力。

Rowe说：“我们现在已经经过了思考。”“因此，这就像对类固醇的经过思考。”

• 作为工程学的Chatgpt分数B-，教授争先恐后地更新课程
• Google Deepmind的最新型号有点像数学奥林匹克
• 阿里巴巴在年度数学竞赛中使人们反对AI
• 最后！解决42的解决方案 - 最终生命问题，宇宙和一切的答案

对于Rowe来说，问题是如何在高级数学上更好地使AI更好。

“帕特里克·沙夫托（Patrick Shafto），他是项目经理，他写了纸[PDF]在贝叶斯归纳上，这是您可以使用大型语言模型来弄清楚这一点的想法。” Rowe说。

“这不是我倾斜的方式，而是很多房间都倾斜的方式，因为如果您要使用现有技术，这是明显的下一步。

我认为我们需要的是数学推理

“对于房间里的人们来说，他们就像，'哦，你知道，去年的LLM越来越好。我们将继续前进。”这表明DARPA担心这是一个三年的计划。

“但是对于我自己来说，我认为我们需要的是数学推理。投标还没有加入，但这就是我们计划采取的方向。但是那里还有其他人也有不同的看法，例如做几何数学推理和类似的事情。可能有一些不同的方法来做到这一点。”

换句话说，Rowe不确定专注于自然语言是正确的道路。他建议基于视觉或音频输入的模型将更加精通高级数学。

Rowe问道：“我们选择在LLM上与贝叶斯的归纳有关，这似乎是您首先想到的，如果这是您的领域。”“或者，我们会使用更激进的几何建模和视觉上进行操作，而不是完全使用单词。

“而且它没有在房间里进行讨论，但是有些数学家在脑海中计算音频 - 他们认为数字是音乐音调。因此，如果我们对数学家实际上如何在现实生活中进行证明，人们可以提出很多野性的东西，因为大多数人都不知道常见的能力，因为这些方法并不需要，因为您对这些方法不了解。

也就是说，罗乐很乐观。“老实说，我认为我们要杀死它。我认为这不会花三年时间。但是我认为使用LLMS可能需要三年的时间。因此，问题就变成了，每个人都愿意成为多激动人心？”®