[«Эффект бабочки»*] ИИ-суперагента обучили решать задачи, требующие миллионов шагов, неподвластные даже лучшим математикам
![[«Эффект бабочки»*] ИИ-суперагента обучили решать задачи, требующие миллионов шагов, неподвластные даже лучшим математикам](/story_images/699000/1741080096_7_1741079863_93_1741079735_20_1741079321_13_1741079296_30_1741079233_31_1741078995_76_1741078658_27_8lmpbj3yst2rclfwimxu6wym7n76mcd3.jpg)
Исследователи из Калифорнийского технологического института разработали новую модель искусственного интеллекта, способную находить решения, требующие миллионов шагов. Эти алгоритмы могут не только продвинуть математику, но и помочь в прогнозировании редких, но катастрофических событий, таких как ураганы и финансовые кризисы.э
Интерес к применению ИИ в математике растёт. Например, AlphaProof от Google DeepMind показал уровень серебряного призёра Международной математической олимпиады 2024 года, а система o3 от OpenAI продемонстрировала сильные результаты в математике, естественных науках и программировании.
Но исследователи из Калифорнийского технологического института пошли дальше, пытаясь решить задачи, которые десятилетиями остаются открытыми для профессиональных математиков. Они сравнивают свой подход с шахматами: если стандартные математические доказательства требуют 30-40 шагов, то их новая система решает задачи, требующие тысяч, а иногда и миллионов шагов.
Одним из направлений работы стала гипотеза Эндрюса-Кёртиса — сложная задача комбинаторной теории групп, предложенная 60 лет назад. Исследователи пока не смогли доказать саму гипотезу, но их алгоритмы опровергли ряд потенциальных контрпримеров, остававшихся нерешёнными 25 лет.
В отличие от существующих моделей, таких как ChatGPT или o3, которые хорошо справляются с типичными решениями, новый ИИ ищет неожиданные, сложные пути. Для этого команда использовала метод обучения с подкреплением, начиная с простых задач и постепенно усложняя их.
Что особенно важно, исследователи разработали новые алгоритмы, которые могут применяться не только в математике, но и в других областях. Они способны выявлять редкие и аномальные события, так называемые «чёрные лебеди», которые могут иметь разрушительные последствия. Это открывает перспективы для прогнозирования стихийных бедствий, финансовых кризисов и других редких явлений.
Результаты работы команды опубликованы 13 февраля на платформе ArXiv, и сейчас учёные продолжают исследовать другие нерешённые математические проблемы. Возможно, их методы однажды помогут решить даже задачи уровня премии тысячелетия.
* Эффе́кт ба́бочки — термин в естественных науках, обозначающий свойство некоторых хаотичных систем: незначительное влияние на систему может иметь большие и непредсказуемые последствия, в том числе в совершенно другом месте. Например, при движении рукой можно вызвать вихрь в воздухе, который в конечном итоге может повлиять на характер движения воздуха в других частях комнаты или даже на открытом воздухе. Эти изменения могут оказать влияние на будущее.
Детерминированно-хаотические системы чувствительны к малым воздействиям[1]. Анри Пуанкаре описал Теорию хаоса в исследовании к задаче о движении трёх тел в 1890 году. Позже он предположил, что такие явления могут быть общими, например, в области метеорологии[2]. В хаотическом мире трудно предсказать, какие вариации возникнут в данное время и в данном месте, ошибки и неопределённость нарастают экспоненциально с течением времени. Эдвард Лоренц (1917—2008) назвал это явление «эффектом бабочки»[3]: бабочка, взмахивающая крыльями в Айове, может вызвать лавину эффектов, которые могут достигнуть высшей точки в дождливый сезон в Индонезии («эффект бабочки» вызывает и аллюзию к рассказу 1952 года Р. Брэдбери «И грянул гром», где гибель бабочки в далёком прошлом изменяет мир очень далекого будущего; также можно увидеть аллюзию к сказке братьев Гримм «Вошка и блошка», где ожог главной героини в итоге приводит ко всемирному потопу).
У Э. Лоренца это выражение изначально имело иной смысл. Лоренц изучал системы дифференциальных уравнений, описывающих состояние атмосферы, и обнаружил, что математическая модель глобального климата имеет два странных аттрактора, вокруг которых группируются частные решения. При этом система способна перепрыгивать от одного аттрактора к другому (например, из нормального климата к ледниковому периоду и обратно) совершенно непредсказуемо, в результате неощутимых изменений исходных параметров. График, изображающий две смежные области решений, тяготеющие к двум разным аттракторам, из-за своей характерной формы получил название «бабочки Лоренца».
«Небольшие различия в начальных условиях рождают огромные различия в конечном явлении… Предсказание становится невозможным» (А. Пуанкаре, по: Хорган, 2001).
Описание этого эффекта приведено в стихотворении Самуила Маршака «Гвоздь и подкова», основанном на старинной английской пословице[англ.]:
Не было гвоздя —
Подкова пропала.
Не было подковы —
Лошадь захромала.
Лошадь захромала —
Командир убит.
Конница разбита —
Армия бежит.
Враг вступает в город,
Пленных не щадя,
Оттого, что в кузнице
Не было гвоздя
В книге «Интересные времена» английского писателя Терри Пратчетта описан волшебный вид бабочек с фрактальной формой крыльев, один взмах которыми может воздействовать на погоду:
Квантовая погодная бабочка (мотылекус буреносус) неприметного желтого цвета. Куда больший интерес представляют узоры Мандельброта на ее крылышках – сложные многоцветные завитки, перемежающиеся странными скоплениями черного в виде сердечек.
Ну а самая выдающаяся особенность квантовых бабочек заключается в их способности управлять погодой.
Предполагается, что эта способность развилась у них в процессе естественного отбора – даже самая изголодавшаяся птица не позарится на кормежку в виде локализованного торнадо. Однако впоследствии эта приспособительная черта превратилась во вторичный половой признак, вроде плюмажа у птиц или горлового мешка у некоторых видов лягушек. «Посмотри на меня, – призывает самец, лениво взмахивая крыльями где-нибудь под пологом тропического леса. – Может, по цвету я совсем неприметен, однако недели через две и за тысячу миль отсюда все только и будут говорить о том, что „нетипичные для наших широт бури и ураганы послужили причиной серьезных разрушений“».

- ↑ www.wolframscience.com/reference/notes/971c Архивная копия от 19 июля 2006 на Wayback Machine SOME HISTORICAL NOTES
- ↑ Steves, Bonnie; Maciejewski, AJ (septembrie 2001). The Restless Universe Applications of Gravitational N-Body Dynamics to Planetary Stellar and Galactic Systems. USA: CRC Press. ISBN 0-7503-0822-2
- ↑ Woods, Austin (2005). Medium-range weather prediction: The European approach; The story of the European Centre for Medium-Range Weather Forecasts. New York: Springer. p. 118. ISBN 978-0-387-26928-3
- Devaney, Robert L. Introduction to Chaotic Dynamical Systems (англ.). — Westview Press, 2003. — ISBN 0-8133-4085-3.
- Hilborn, Robert C. Sea gulls, butterflies, and grasshoppers: A brief history of the butterfly effect in nonlinear dynamics (англ.) // American Journal of Physics: journal. — 2004. — Vol. 72, no. 4. — P. 425—427. — doi:10.1119/1.1636492. — Bibcode: 2004AmJPh..72..425H.

Совершенно верно. Увеличьте дискретность обмена данными, и уже один удар в бадминтоне — именно что миллион шагов. Но люди мыслят аналогово, и у нас это именно один удар и одна-две аналоговых траектории)