“深度思維”團隊利用大語言模型(LLM)對一個著名的數學問題提出了“新見解”，并通過系統的、迭代的評估框架確保其正確。這一研究或可改進 LLM 用來解決問題和學習新知識的途徑。相關論文發表在 14 日的《自然》雜志上。

　　基于人工智能的工具(例如 LLM)有時受制于“幻覺”，導致作出看似合理但實際是錯誤的陳述。加入一個評估步驟，系統地衡量潛在解決方案的準確性，使得利用 LLM 應對復雜問題成為可能。這些問題一般需要可驗證且定義明確，從而使這一工具在數學科學中有潛在價值。

　　研究團隊此次介紹了一種方法，稱為“FunSearch”。他們將一組產生創造性解決方案的 LLM 和一個作為檢查者以避免錯誤建議的評估程序結合起來。接著，將一個多次迭代此過程的演化方法，作為輸入來引導 LLM。結果表明，這種方法可以得到新的、可驗證的正確結果。他們將“FunSearch”應用到了著名的上限集問題(數學中涉及計數和排列領域的一個中心問題)，發現了超越最著名上限集的大上限集新構造。

　　研究人員表示，“FunSearch”的成功關鍵是它會尋找那些描述怎樣解決問題的程序，而非直接尋找解決辦法。因為“FunSearch”的結果易于被解釋和驗證，這意味著這一方法有望激發科學家在該領域的進一步思考。

　　數學真要成為首個借助 AI 實現突破的學科嗎?一方面，數學家越來越頻繁地使用 AI;另一方面，AI 也很“配合”——既可用于解決編程等應用學科的問題，也可用來攻克包括數學在內的自然學科。本文中這項成果，現階段可能還不適合解決大多數類型的挑戰，但研究團隊提出了未來改進的可能?；蛟S在不久之后，“FunSearch”將可用于破解數學界更大范圍、更多種多樣的難題。