纯数学研究工作的关键目标之一是发现数学对象间的规律，并利用这些联系形成猜想。从20世纪60年代开始，数学家开始使用计算机帮助发现规律和提出猜想，但AI系统尚未普遍应用于理论数学研究领域。

   2021年12月1日，一篇发表在《自然》上的论文显示，DeepMind公司研发出一个机器学习框架，能帮助数学家发现新的猜想和定理。此前，该框架已经帮助发现了不同纯数学领域的两个新猜想。

   论文介绍，DeepMind公司的Alex Davies和数学家一起建立了一个机器学习框架，用于协助数学研究。他们的算法搜索数学对象间潜在的规律和联系，尝试寻找意义。其后由数学家接手，根据算法获得的观察和直觉来提出潜在猜想。

   研究人员将这一方法应用于两个纯数学领域，发现了拓扑学（对几何形状性质的研究）的一个新定理，和一个表示论（代数系统研究）的新猜想。研究人员表示，这是计算机科学家和数学家首次使用AI来帮助证明或提出复杂数学领域的新定理。

   这篇论文中提出的框架，扩充了标准数学家工具包，提供了一个“直觉测试平台”。通过该平台，可以快速验证对两个量之间关系的猜想（直觉）是否值得继续探索，如果值得，则会进一步指导如何研究。

   具体而言，会先通过监督学习，验证数学对象中的某一结构/模式的假设是否存在。然后，再使用归因技术，深入理解这些模式。与传统的数学研究方法相比，AI能够以人类无法比拟的规模输出数据，并从数据中挑选出人类无法检测到的模式。

   论文作者认为，这项工作证明了AI可以用来帮助发现数学研究前沿的定理和猜想，让数学家更有效地发现和识别数学中的新模式。《自然》编辑认为，未来，此框架可以鼓励数学和AI展开更多合作。■