西班牙数学家JavierGómezSerrano和Google DeepMind联手解决了Navier-Stokess Million Boldar问题

数学家哈维尔·加米兹·塞拉诺（JavierGãMez Serrano）于39年前出生于马德里，与人工智能巨头Google Deepmind合作，试图解决人类所知的最恶魔谜，这是Navier-Stokes方程，因为他本人告诉ElPaãS. S. S. S. S. S. S. S. S. S. S. S. S.这是七千年奖的问题之一，该问题的解决方案是总部位于美国的粘土数学研究所提供的100万美元（正如西班牙研究人员所强调的）。所谓的Navier-Stokes行动正​​在与20人组成的团队一起进行了三年，迄今已由Google Deepmind的负责人完全酌情执行Demis Hassabis，让一月滑倒面试他们接近解决千年奖的问题，而无需提及哪个问题。我们会在明年或一年中看到。

在布朗大学（Brown University）任教的Gã³mezSerrano正在公开谈论第一次追求。他解释说：'他解释说，社区中有一个普遍的共识，问题很快就会解决，但没人知道谁会做或如何做。”挑战可以追溯到19世纪，当时两位数学家，法国人亨利·纳维尔（Henri Navier）和爱尔兰人乔治·加布里埃尔·斯托克斯（George Gabriel Stokes）于1822年和1845年独立出版，描述了水和空气等流体运动的方程式。基于流体的温度，粘度和初始速度，方程在以后计算其速度。在阐述两个世纪后，解决方案是否始终保持规律或是否可能发生爆炸，行为突然改变，好像海啸在平静的海中触发。这些方程对于预测与天气一样相关的现象至关重要灾难性的洪水，飞机的运动或人类的血液流动。

谜似乎有望立即解决。Gã³mezSerrano在普林斯顿大学工作时相识的五个学者团队共同领导，现在散布在美国各个机构中。他们是两位地球物理学家 - 台湾Ching-yao lai和中国Yongji Wang，是计算熔融冰的复杂模型的作者在南极和三位数学家：澳大利亚 - 英国的特里斯坦·巴克马斯特（Tristan Buckmaster）（另一个集团联合领导者），西班牙人冈萨罗·曹（Gonzalo Cao Labora）和Gã³mezSerrano本人，他们是在Puente de Vallecas的工人阶级马德里（Madrid）长大的。

伟大的数学思想偶然发现了试图解决这一挑战，将他们的学术生活中最好的岁月献给了它，只是发现自己陷入了死胡同。2014年，由于该问题的简化，加利福尼亚理工学院的托马斯·侯（Thomas Hou）团队确实取得了重大突破。侯组没有使用Navier-Stokes方程，而是瑞士数学家Leonhard Euler在1752年提出的早期版本来描述理想，无粘度的流体的运动。研究人员对圆柱体内的流体进行了模拟，在某些初始条件下，该液体似乎引起了奇异性：在平静的海中抢手的海啸。Gã³mezSerrano的团队使用了人工智能技术 - 机器学习神经网络来完善解决方案并了解奇异性在哪里以及如何形成。他们的结果，出版三年前，被解释为解决百万美元问题的一种迹象。

西班牙数学家认为，世界上只有其他三个团体正在认真竞争解决这个谜：上述托马斯·侯在加利福尼亚州；埃及Tarek Elgindi和意大利的Federico Pasqualotto组成的串联；由迭戈·卡德巴（DiegoCãrdoba）领导的团队是一位53岁的马德里人，他十多年前在马德里的数学科学研究所（Mathagical Sciences of Madrid）监督了Gã³mezSerrano的博士学位论文，涉及海浪如何破裂。

他承认，Navier-Stokes问题非常困难。人们没有成功使用传统数学。到目前为止，我们的战略与其他所有人的使用是对人工智能的使用。这就是我们拥有的优势，我们认为它可以起作用。我很乐观；他指出，进步非常非常快。他认为，该解决方案将在未来五年内到达。

Gã³mezSerrano刚刚与Google DeepMind：Alphaevolve（一种新的人工智能系统Alphaevolve）一起参加了另一个历史性的突破，该系统以前所未有的效率解决了复杂的数学问题。西班牙教授和他的美国同事Terence Tao被认为是最伟大的数学家 - 培训了该计划四个月，有50个难题。在75％的情况下，它与人类最佳结果相匹配。在另外20％中，它在上面有所提高。坦率地说，95％的成功率令人印象深刻。

我认为，受过训练的人，阅读相关文献，广泛的编程以及几个月的准备，也许可以实现这一目标。但是Alphaevolve在一天之内做到了。这确实是优势。它可以成为极大地加速研究的工具。他认为，这将改变我们进行数学的方式。

Google Deepmind的负责人，英国神经科学家Demis Hassabis和他的美国同事John Jumper去年赢得了诺贝尔化学奖Alphafold2，一个能够预测所有已知蛋白质的复杂结构的人工智能系统。该计划在几分钟内完成了以前需要几个月的工作。新的Alphaevolve系统的革命是，与Alphafold2和为Navier-Stokes拼图设计的程序不同，它不是通过机器学习来创建的，可以解决一个非常具体的问题，而是像Chatgpt这样的广泛语言模型，它可以在不需要专业知识的情况下解决各种数学分支中的问题。

Demis Hassabis预测，具有人类智能和自学能力的所谓人工通用情报将在2030年左右到达。Gã³mezSerrano更加谨慎。``有比我更大胆的人，他们预测，在五到十年之内，人工智能将是历史上最好的数学家的水平。我不知道，但我知道这进展很快，”他反映了。有两种潮流：乐观主义者和悲观主义者，他们想到终结者[1984年的人工智能反抗人类的电影]。我相信我们将提出更多复杂的问题，我们将能够更好地理解自然和设计更好的材料和更好的药物。我相信它将改变世界，我想相信它会变得更好。

报名对于我们每周的新闻通讯