Nova istraživanja upotrijebila su strojno učenje kako bi razotkrila svojstva atomskih segmenata geometrije. Ovaj pionirski rad mogao bi potaknuti razvoj novih matematičkih rezultata.
Kako prenosi phys.org, Stručnjaci s Univerziteta u Nottinghamu i Imperial Collegea London koristili su strojno učenje kako bi proširili i ubrzali identifikaciju osnovnih građevnih blokova geometrije u višim dimenzijama, poznatih kao “atomski oblici”. Njihova otkrića predstavljena su u znanstvenom časopisu Nature Communications.
Periodni sustav oblika
Njihov početni cilj bio je kreirati periodni sustav oblika. Ovi osnovni geometrijski dijelovi nazivaju se Fano Varieties (Fano varijetetama). Tim je svakom obliku dodijelio niz brojeva, poznat kao kvantni periodi, koji služe kao “bar-kod” ili “otisak prsta” za opisivanje tog oblika. Njihov najnoviji uspjeh uključuje upotrebu napredne metode strojnog učenja kako bi se brzo pretraživali ti bar-kodovi, prepoznajući oblike i njihove karakteristike, poput dimenzija pojedinog oblika.
“Glavni izazov za matematičare je prepoznavanje obrazaca u zadanim problemima. Neki matematički problemi mogu potrajati godinama da bi se riješili,” ističe Alexander Kasprzyk.
Umjetna inteligencija kao prekretnica u matematici
“Umjetna inteligencija ima potencijal temeljito promijeniti matematiku. Naš rad pokazuje da strojno učenje može biti iznimno korisno u prepoznavanju obrazaca u kompleksnim područjima kao što su algebra i geometrija,” naglašava profesor Tom Coates.
Sara Veneziale, koautorica studije i doktorandica unutar tima, dodaje: “Oduševljeni smo mogućnošću primjene strojnog učenja u čistoj matematici. Očekujemo da će ovaj pristup donijeti nova otkrića u matematičkim istraživanjima.”
Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram –t.me/kozmoshr
