Kluczową rolę w tym kontekście odgrywają tzw. rozmaitości Fano, o których pisał włoski matematyk, Gino Fano. O co w ogóle chodzi? Najprościej mówiąc, tak jak cząsteczki można rozłożyć na atomy, tak kształty znane z matematyki również moglibyśmy podzielić na mniejsze fragmenty. Badanie tych ostatnich może doprowadzić do istotnych odkryć w dziedzinie matematyki.
Czytaj też: Microsoft rzuci rękawicę Nvidii. Stawką jest rozwój sztucznej inteligencji
Badania w tej sprawie prowadzą naukowcy z Uniwersytetu w Nottingham. O dotychczasowych ustaleniach oraz perspektywach na przyszłość piszą w artykule zamieszczonym na łamach Nature Communications. Podstawę prowadzonych analiz stanowiła sztuczna inteligencja i uczenie maszynowe, za sprawą których konieczne do zrealizowania zadania można było wykonać znacznie szybciej.
Członkowie zespołu badawczego porównują rozmaitości Fano do atomowych fragmentów, będących podstawowymi elementami geometrii. Jak dodają, uczenie maszynowe pozwoliło na wyodrębnienie struktury ze złożonych danych matematycznych nawet wtedy, gdy brakuje wiedzy teoretycznej. Co ciekawe, rzeczone kształty można opisać równaniami różniczkowymi, a w niektórych okolicznościach podzielić na nawet mniejsze elementy.
Matematyczny układ okresowy powstaje z wykorzystaniem sztucznej inteligencji oraz uczenia maszynowego, które pomagają naukowcom
I choć pierwsze takie kształty odkryto już w latach 30. ubiegłego wieku, to istnieją z nimi pewne problemy. Przede wszystkim, trudności wiążą się z ustalaniem, jaki jest wzór w danym problemie. Ręcznie realizacja tego celu mogłaby zająć długie lata, a dzięki sztucznej inteligencji można zrobić to samo znacznie szybciej. W toku prowadzonych analiz naukowcy przypisali każdemu kształtowi coś w rodzaju kodu kreskowego.
Czytaj też: Sztuczna inteligencja oparta na obliczeniach z XVIII wieku. Wiedza sprzed lat pokazała coś istotnego
Jego wartość była powiązana z cechami danego kształtu, a wykorzystane oprogramowanie miało rozpoznawać właściwości kształtów wyłącznie w oparciu o kod kreskowy. Sztuczna inteligencja uzyskała w tym zakresie imponującą skuteczność, która wyniosła 99 procent. W ten sposób rozpoczęło się tworzenie układu okresowego kształtów, która są grupowane na podstawie podobnych właściwości geometrycznych. Powinno to mieć przełożenie na znacznie szybsze dokonywanie odkryć w dziedzinie matematyki. Jedna z autorek badania, Sara Veneziale, porównuje ten przełom do sytuacji, w której matematycy dostali w swoje ręce kalkulatory, a być może wręcz komputery.
