Google DeepMind 团队推出了一款名为 Aletheia 的数学研究智能体，它标志着人工智能从解决奥数竞赛级问题向参与专业数学研究的重大跨越。该系统基于 Gemini Deep Think，不仅能够自主生成研究论文、解决数学领域的开放性猜想，还通过与人类协作推动了新定理的证明。更进一步，它为未来评估 AI 在研究中的自主性和创新性提出了具体的量化标准。
从竞赛到研究的挑战
从解决有明确答案的竞赛问题，到探索未知的专业研究领域，需要截然不同的能力。后者要求系统能够驾驭浩瀚的文献，并构建篇幅长、逻辑链复杂的证明。
迈向专业研究，意味着需要处理更为复杂的数学问题，而不仅仅是解决奥林匹克级别的难题。
Aletheia: 智能数学研究代理
Aletheia 是一个能够以自然语言端到端地生成、验证和修正解决方案的数学研究代理。它的核心能力来自于：
- 一个为处理复杂推理问题而设计的 Gemini Deep Think 高级版本。
- 一种新颖的推理时间缩放定律，使其能力超越了奥数级别的问题。
- 密集地使用工具来处理数学研究中的复杂情况。
关键研究成果
Aletheia 的能力通过几个里程碑式的成果得到了验证，展示了其在不同层次数学问题上的应用：
- 自主生成论文：在没有任何人类干预的情况下，AI 独立生成了一篇关于算术几何中“本征权重”结构常数的研究论文。
- 解决开放问题：在对布鲁姆的“埃尔德什猜想数据库”中 700 个开放问题进行评估时，自主解决了其中的 4 个开放性问题。
- 人机协作研究：与人类研究者合作，成功证明了关于相互作用粒子系统（称为独立集）边界的定理。
量化 AI 的贡献与未来
为了更好地理解和规范 AI 在数学领域的应用，研究团队提出了新的概念和标准，旨在提高透明度并促进合作。
- 量化标准：建议为 AI 辅助研究所取得的成果，设立关于自主性和创新性的标准化评级。
- 互动卡片：提出一种新颖的“人机互动卡片”概念，用于清晰展示 AI 在研究过程中的具体角色和贡献，以增强透明度。
最终，这些工作不仅展示了 AI 的强大潜力，也为未来人类与 AI 在数学等科学领域如何有效合作，提供了宝贵的思考和实践方向。