Digital Tヒンク Tアンク(DTT)

畳み込み理論や数学の結び目理論は簡単な問題ではありませんか? DeepMindはその仕事を非常にうまくやっています

ディープマインド に基づく 人工知能 そして、最も難しいパズルでさえ数回解決するのをすでに助けました。 今回は数学者が長年取り組んできた結び目についてでした

研究の主題は推測と呼ばれるものでした。これは、正しいように見える未確認の文です。 のアルゴリズム 機械学習  以前は数学でそのような理論的アイデアを開発するために使用されていましたが、この場合ほど複雑ではありませんでした。 この画期的な作者は、 自然 説明。

 画像ソース:Pixabay / ソース

研究者が移動した一般的な領域は、rとして知られているものでした数学。 この用語は、実用的なアプリケーション以外の動機による数学を指します。 the 「普通の」数学 ただし、通常は、実際に利益を得ることができるように、他の領域で改善を行うことを目的としています。

この分野の研究は簡単でも楽しいものでもありませんが、機械学習、特に ディープマインド、具体的なサポートを提供します。 これは、パターンを見つけるのに非常に効果的であり、特定の結論を引き出すプロセスを大幅にスピードアップするためです。 DeepMingの代表者は、シドニー大学とオックスフォード大学の科学者と協力しました。

DeepMindは機械学習アルゴリズムを使用しています

研究チームはそれに焦点を合わせました 結び目理論 と表現論。 前者はいわゆる 不変量、つまり、同じである代数的、幾何学的、または数値の量、キー。 研究者たちは、DeepMindを使用して、幾何学的不変式と代数的不変式の関係を見つけることにしました。 このようにして、彼らはいわゆる 自然節点勾配 定義。

さらに、DeepMindは、1970年代後半に数学者が行った推測をよりよく理解するために使用されました。 当時、ある種の複雑な多次元グラフを見て、それを表現できる方程式を見つけることができると信じられていました。 DeepMindでは、彼らはと呼ばれるものを使用してこの目標を達成することができました カジュダン-ルスティック多項式 アプローチ。 そのような進歩が実用的なアプリケーションを提供しないとしても、それらはシステムにどれだけの可能性があるかを示しています  人工知能 差し込まれています。