Google DeepMindのAlphaEvolve AIシステムは、数十の問題でテストした研究者によると、数学的発見を加速させている。5月に発表されたこのツールは、人間だけよりも潜在的な解決策を生成・評価する速度が速い。有効だが、時には抜け穴を悪用して答えを見つけることがある。
5月、GoogleはDeepMindのAIシステムAlphaEvolveを発表した。これはGeminiチャットボットが生成した解決策を探求し、別個の評価器を使ってフィルタリングする。このアプローチは、与えられた空間に収まる六角形の最大数を決定するような最適化問題に取り組むのに役立つ。
カリフォルニア大学ロサンゼルス校のTerence Taoと同僚たちは、AlphaEvolveを67の数学研究問題でテストした。システムは既知の解決策を再発見しただけでなく、一部のケースで改善策を生み出し、それらは計算集約型のGeminiやAlphaProofのような先進的なAIと組み合わせて使用された—後者は今年の国際数学オリンピックで金メダルを獲得した。
Taoはシステムの速度を指摘した：「これらの67の問題をより従来の方法でアプローチしようとすれば、各単一の問題ごとに専用の最適化アルゴリズムをプログラミングするのに、数年かかり、プロジェクトを始めなかっただろう。」彼は付け加えた：「それは、過去に本当に見たことのない規模で数学を行う機会を提供する。」
数論や幾何学などの分野での最適化に限定されている—数学的課題の小さな部分—ものの、Taoは研究者たちが他の問題を適合させるよう適応させるかもしれないと示唆した。欠点はAlphaEvolveの「ズル」する傾向で、真の解決策ではなく技術的な抜け穴を使うことだ。Taoが説明したように：「それは、非常に賢いが非常に非道徳的で、高得点を技術的に達成するために何でもする学生たちに試験を与えるようなものだ。」
チームメンバーのBrown大学のJavier Gómez-Serranoは、関心の高まりを報告した：「人々は間違いなくこれらのツールにずっと好奇心を持ち、使用する意欲がある... これは数学コミュニティで大きな関心を呼んでいる。」まだ公開されていないツールだが、数学者たちからの要請が寄せられている。
Carnegie Mellon大学のJeremy Avigadは協力を強調した：「今必要なのは、コンピュータ科学者と...数学者との...より多くの協力だ... 将来、このような結果をさらに多く見るだろう。」発見はarXiv DOI: 10.48550/arXiv.2511.02864に掲載されている。