Что такое Семь проблем тысячелетия в математике и их последние достижения
Подробнее
Super Abril
super.abril.com.br

Что такое Семь проблем тысячелетия в математике и их последние достижения

Ближе к смене тысячелетия Институт математики Клэй (Clay Mathematics Institute, CMI), исследовательское учреждение со штаб-квартирой в США, собрал ведущих мировых математиков для амбициозного предприятия. Под руководством научного совета института был выбран набор из семи беспрецедентных математических задач, что привело к появлению так называемых «Проблем тысячелетия».

Предложение CMI ясно: предложить приз в один миллион долларов исследователю, который впервые решит любую из этих проблем. Важно отметить, что ни одна из семи проблем не считается простой, поскольку они были выбраны как представляющие некоторые из самых сложных вопросов, с которыми сталкиваются математики при переходе ко второму тысячелетию.

24 мая 2000 года Институт опубликовал окончательный список из семи проблем: гипотеза Бирча и Свиннертона-Дайера; гипотеза Ходжа; проблема существования и единственности уравнений Навье-Стокса; гипотеза Пуанкаре; проблема P против NP; гипотеза Римана; и проблема массового зазора для квантовой теории Янга-Миллса. По словам CMI, цель этой инициативы — повысить осведомленность широкой общественности о том, что математика имеет открытые границы, полные важнейших еще не решенных вопросов.

В настоящее время Проблемы тысячелетия входят в число наиболее изучаемых тем в этой области, и CMI не установил крайнего срока для их решения. За последние 26 лет только одна из них была официально решена: гипотеза Пуанкаре в 2003 году русским математиком Григорием Перельманом. Однако недавно OpenAI объявила, что один из ее искусственных интеллектов смог решить проблему Навье-Стокса.

Для иллюстрации математических концепций двумерная сфера рассматривается как единая замкнутая и связная поверхность. Практический пример — яблоко: если эластичная лента растянуть вокруг его поверхности, ее можно свести к одной точке, не разрывая и не выходя за пределы поверхности. В отличие от этого, если представить ту же ленту, растянутую вокруг винтового профиля, становится невозможно свести ее к точке без разрыва ленты или самого винта.

В 1904 году Анри Пуанкаре определил, что эта динамика может быть представлена двумерными поверхностями объектов: поверхность яблока классифицируется как «просто связная», в то время как поверхность винта — нет. Гипотеза Пуанкаре стала продолжением этого исследования, стремясь выяснить, применима ли это открытие о двумерных поверхностях и к трехмерным формам.

В период с 2002 по 2003 год Перельман продемонстрировал, что любое замкнутое трехмерное пространство без дыр эквивалентно сфере, тем самым подтвердив обоснованность открытия Пуанкаре в трех измерениях.

Проблема P против NP в настоящее время считается самой большой нерешенной задачей в информатике. Она основана на следующем вопросе: если относительно легко проверить правильность решения определенной задачи, означает ли это, что найти это решение также легко?

Сам Институт математики Клэй (CMI) приводит пример: представьте задачу размещения жилья для 400 студентов университета, при этом только 100 будут выбраны для общежития, и существуют ограничения, согласно которым определенные студенты не могут жить вместе. В этом сценарии легко проверить, соответствует ли конкретный выбор критериям, но процесс генерации этого списка с нуля чрезвычайно сложен.

Математики полагают, что уравнения Навье-Стокса могут позволить прогнозировать как ветер, так и турбулентность, поскольку эти уравнения описывают движение жидкостей, таких как вода. Несмотря на то, что они были сформулированы в XIX веке, понимание этих уравнений остается довольно ограниченным. Проблема Навье-Стокса ставит вопрос о том, генерируют ли эти уравнения всегда допустимое решение для всех времен или могут ли они породить сингулярность при определенных условиях.

Утверждение OpenAI предполагает, что она определила именно такую ситуацию второго типа.

Распределение простых чисел среди натуральных чисел не следует предсказуемому шаблону. Однако немецкий математик Г.Ф.Б. Риман (1826–1866) заметил, что частота этих простых чисел связана с поведением комплексной функции. Гипотеза Римана постулирует, что все нетривиальные нули уравнения ζ(s) = 0 расположены на определенной вертикальной линии. Хотя утверждение было доказано для первых 10 триллионов решений, его истинность для всех решений до сих пор неизвестна.

В 1954 году Чэнь Нинг Янг и Роберт Миллс ввели новую структуру для описания элементарных частиц с использованием структур, найденных в геометрии. Хотя теория Янга-Миллса хорошо установлена, ее математическое основание все еще нуждается в прояснении. Моделирование и эксперименты указывают на существование «массового зазора», где состояние наименьшей энергии выше вакуума имело бы минимальную положительную энергию. Задача состоит в том, чтобы математически доказать строгое существование этой теории и возникновение этого зазора.

Проблема Бирча и Свиннертона-Дайера предлагает новую предпосылку в Теории чисел, примененной к эллиптическим кривым. Эллиптические кривые определяются специфическими уравнениями, такими как y² = x³ + ax + b, и могут иметь конечное или бесконечное число точек с рациональными координатами. Эта гипотеза устанавливает связь между количеством этих точек и поведением математической функции, связанной с кривой.

Как объясняет CMI, «когда решения являются точками абелевой многообразия, гипотеза Бирча и Свиннертона-Дайера утверждает, что размер группы рациональных точек связан с поведением дзета-функции, связанной с ней, ζ(s), вблизи точки s=1».

Гипотеза Ходжа исследует, в какой степени топологические характеристики определенных геометрических пространств могут быть объяснены элементами, определяемыми алгебраическими уравнениями. Она утверждает, что определенные топологические свойства этих пространств соответствуют комбинациям подпространств, которые также могут быть описаны алгебраическими уравнениями.

Похожие сюжеты

OpenAI утверждает, что решила проблему Навье-Стокса, задачу Миллионного приза
Подробнее
olhardigital.com.br

OpenAI утверждает, что решила проблему Навье-Стокса, задачу Миллионного приза

OpenAI объявила о нахождении решения одной из самых сложных и старых математических проблем: проблемы существования и гладкости Навье-Стокса, которая входит в семь задач Миллионного приза, установленных Математическим институтом Клэя.

По данным компании, внутренняя система искусственного интеллекта (ИИ) сгенерировала аналитическое доказательство, подтверждающее, что уравнения Навье-Стокса могут иметь сингулярность в определенный момент времени. OpenAI также предоставила формализацию этого доказательства на языке Lean, используемом для математической верификации результата.

Это объявление знаменует собой заметный прогресс в применении ИИ к математике. Уравнения Навье-Стокса имеют решающее значение для моделирования движения жидкостей и применяются в таких областях, как прогнозирование погоды, проектирование летательных аппаратов и изучение кровотока.

Вопрос, на который десятилетиями не было ответа, заключался в том, сохраняют ли эти уравнения гладкое решение в трех измерениях или могут ли они при определенных условиях схлопнуться и вызвать сингулярность, в момент когда скорость жидкости неограниченно возрастает за конечное время.

Эта проблема была включена в семь задач Миллионного приза в 2000 году с призовым фондом в 1 миллион долларов США (эквивалентно 5 миллионам бразильских реалов) для того, кто представит правильное решение.

Как было достигнуто решение

Для достижения этого результата OpenAI использовала систему, состоящую из скоординированных агентов ИИ. По оценкам, около десяти тысяч агентов одновременно работали над решением Навье-Стокса, получая вариации проблемы и распределяясь по группам для изучения различных методов.

Процесс начался после того, как исследователи OpenAI услышали 1 сентября слухи о том, что две задачи Миллионного приза могли быть решены. Компания решила протестировать свою новую внутреннюю модель на еще не решенных задачах.

Система также использовалась для исследования аналогичной задачи, связанной с уравнениями Эйлера, которые не содержат члена вязкости, присутствующего в Навье-Стоксе. Около 100 агентов потратили примерно 50 часов на решение этой второй задачи.

Получив этот первоначальный результат, OpenAI направила свои усилия на Навье-Стокса. Группы агентов начали обмениваться открытиями, используя Codex для консолидации наиболее релевантной информации между различными командами.

Агенты в конечном итоге пришли к решению Навье-Стокса 5 сентября, примерно через 88 часов после начала работы. Фаза формализации и проверки доказательства в Lean заняла еще 17 часов.

Во время всех испытаний, проведенных в рамках проекта, агенты отправили 4,9 миллиона сообщений и потребили около 300 миллиардов токенов. В частности, в работе над Навье-Стоксом было зарегистрировано 2,7 миллиона сообщений и около 130 миллиардов токенов.

Вычислительные затраты также были существенными. Согласно вспомогательным материалам, операция потребовала вычислительной мощности, оцениваемой в миллионы долларов, из-за огромного количества ресурсов, необходимых для одновременной работы стольких систем ИИ.

Хотя OpenAI считает это открытие решением проблемы Навье-Стокса, компания заявила, что не намерена претендовать на приз в 1 миллион долларов США, предлагаемый Математическим институтом Клэя.

Компания опубликовала работу как демонстрацию прогресса своих моделей ИИ, опубликовав как описание решения, так и его формализацию в Lean, что позволяет другим математикам изучить результат.

Вовлеченный научный спор

Однако это объявление не положило конец дебатам об этом достижении. Помимо математического анализа доказательства, возник спор с участием исследователей, работавших над смежными темами, и возможности того, что идеи, разработанные ими, могли попасть в OpenAI.

Объявление OpenAI произошло на фоне научного спора, в котором участвуют исследователи, связанные с самой компанией, и Anthropic. Тристан Бакмастер, профессор математики Нью-Йоркского университета (США), и Левент Алпёге, исследователь Anthropic, работали над вопросами, связанными с гидродинамикой.

Оба исследователя представили результаты, полученные с «большой помощью» языковых моделей, включая системы Anthropic и OpenAI. Их работа была сосредоточена на уравнениях Эйлера и демонстрировала явление, называемое «разрывом» (blow-up) или сингулярностью. Часть этих результатов также была формализована в Lean.

Ситуация приобрела характер спора о признании заслуг, когда Бакмастер заявил, что слухи о методе, разработанном его командой, могли быть переданы в OpenAI. Он утверждал, что внутренняя команда компании использовала собственную модель для продвижения в полной проблеме Навье-Стокса.

Также обсуждался вопрос авторства. Бакмастер заявил, что OpenAI предложила ему эксклюзивное авторство в статье, которая признала бы, что внутренняя модель решила проблему, но без включения Алпёге, работающего в конкурирующей компании.

OpenAI отрицала доступ к работам исследователей до их публичного раскрытия. Компания заверила, что ее исследователи и агенты не просматривали материалы Бакмастера и Алпёге ни одним способом до публикации.

В своем заявлении OpenAI добавила, что, связавшись с двумя исследователями после завершения собственной работы, она обнаружила, что они решили отличающуюся версию проблемы: случай уравнений Эйлера с внешней силой. Компания признала приоритет исследователей в этом результате.

Этот прорыв также возобновляет дебаты о роли ИИ в генерации научных знаний. Системы ИИ обучаются решать математические задачи с помощью таких методов, как обучение с подкреплением. Многократно взаимодействуя с задачами, ответы на которые могут быть объективно проверены, модели учатся, какие стратегии эффективны, а какие приводят к ошибкам.

Язык Lean усиливает этот процесс, позволяя преобразовывать математические доказательства в код и подвергать их формальной проверке.

Результат OpenAI особенно актуален, поскольку проблема Навье-Стокса была одной из самых сложных в современной математике. Десятилетиями математики пытались определить, могут ли эти уравнения развить сингулярность или всегда останутся гладкими.

Таким образом, это достижение выходит за рамки простой демонстрации вычислительной мощности; оно приближает ИИ к функции, которая долгое время считалась исключительно человеческой: открытию новых подходов к фундаментальным математическим вопросам.

Одновременно спор между OpenAI и исследователями, связанными с Anthropic, поднимает вопрос, который может стать все более важным по мере активного участия ИИ в научных исследованиях: кто владеет авторством открытия, когда сотрудничают люди и машины — и как защитить еще не опубликованные идеи во время их разработки с помощью крупных лабораторий ИИ?

Популярное