人工智能模型正开始展现出解决复杂数学问题的能力，这标志着这些系统的能力可能发生转变。软件工程师兼创业公司创始人尼尔·索马尼（Neel Somani）在测试OpenAI的最新模型时意外地发现了这一点。

索马尼将一道高难度的数学题粘贴到ChatGPT中，在模型处理了15分钟后，他发现了一个完整的解决方案。然后，他使用Harmonic工具严格评估了该证明，确认了其有效性。“我很好奇，想确定一个基准，了解大型语言模型在解决开放性数学问题方面何时能有效，以及它们在哪些方面会遇到困难，”索马尼说。“令人惊讶的是，使用最新的模型，这个前沿领域开始向前推进了一点。”

人工智能的解题方法涉及一系列推理，引用了勒让德公式、伯特兰德假设和六芒星定理等数学公理。该模型识别出2013年Math Overflow上的一篇帖子，哈佛大学数学家诺姆·埃尔基斯（Noam Elkies）在其中提供了一个类似问题的解决方案。然而，ChatGPT的最终证明与埃尔基斯的工作有所不同，它为数学家保罗·埃尔德什（Paul Erdős）最初提出的一个问题的版本提供了一个更全面的解决方案。埃尔德什以其未解决问题的集合而闻名，这些问题已成为测试人工智能能力的基准。

像ChatGPT这样的大型语言模型（LLM）经过大量文本数据的训练，使其能够识别信息中的模式和关系。这使它们能够生成类似人类的文本、翻译语言，并且正如这个例子所表明的那样，能够应对复杂的数学挑战。人工智能解决这些问题的能力可能会对包括科学研究、工程和金融在内的各个领域产生影响，在这些领域中，复杂的计算和问题解决至关重要。

这一发展突显了人工智能的快速进步及其对数学研究的潜在贡献。虽然人工智能目前还不能独立地提出新的数学理论，但它分析现有问题并生成解决方案的能力是向前迈出的重要一步。还需要进一步的研究来了解人工智能在数学问题解决中的局限性和潜在偏见。人工智能在数学能力方面的持续发展表明，未来人工智能可能成为数学家和研究人员的宝贵工具。