DeepMind почти «распутал» загадку узла, мучавшую математиков
![Алена Ядвичук](https://images11.popmeh.ru/upload/img_cache/2b4/2b4eb61b21e4e7325ac622eb1571753c_cropped_50x50.jpg)
![DeepMind почти «распутал» загадку узла, мучавшую математиков](https://images11.popmeh.ru/upload/img_cache/d2e/d2ecb72eb98f3a25ac2193421bdc5211_ce_2400x1597x0x1_cropped_666x444.jpg)
К длинному списку того, на что способен искусственный интеллект, можно добавить доказательство математических теорем.
Группа ученых использовала системы искусственного интеллекта, разработанные DeepMind, чтобы «распутать» давнюю математическую задачку.
Распутывать пришлось буквально — в математике теория узлов играет крайне важную роль. Но не только в ней. Другие области науки опираются на неё — например, генетика и гидродинамика.
Что сделали ученые? Ученые продвинулись в гипотезе о многочленах Каждана-Луштига — в математической проблеме, связанной с симметрией алгебры высших измерений. Она остаётся нерешенной уже 40 лет. Метод контролируемого машинного обучения смог выявить ранее не обнаруженную связь между двумя различными типами математических узлов, что привело к совершенно новой теореме.
![«Узел раздора» и соответствующий ему граф](https://images11.popmeh.ru/upload/img_cache/c54/c5404626d3fc2ab9781a9450f5f91e4e_cropped_666x375.jpg)
Подобная обработка данных может выступать в качестве дополнительного инструмента, работающего с природной интуицией математиков. Это может здорово помочь при работе со сложными уравнениями. Огромный плюс машинного обучения заключается в том, что поиск закономерностей, порой крайне неочевидных, упрощается — алгоритм применяет «уже виденное» на тестовом наборе на ранее неизведанные ситуации.
Исследование опубликовано в журнале Nature.