149 subscribers
100 photos
29 videos
67 files
559 links
ALGORITHMS MACHINE LEARNING
Download Telegram
Про неевклидову геометрию Математические этюды уже сделали несколько красивых сюжетов
https://etudes.ru/etudes/@non-euclidean-geometry
https://etudes.ru/models/@non-euclidean-geometry

Про геометрию Лобачевского написано много текстов

Главный редактор журнала «Квант», в связи с 200-летием первого доклада Николай Ивановича, написал новую статью, вышедшую в журнале во 2 и 3 номерах за этот год

https://www.kvant.digital/issues/2026/2/gayfullin-dva_veka_geometrii_lobachevskogo-c7aeef50/
https://www.kvant.digital/issues/2026/3/gayfullin-dva_veka_geometrii_lobachevskogo-022b1500/
Forwarded from НИИ Антропогенеза (ARI) (Chagin Oleg A.)
Математика проникает во все отделы наших знаний
Это есть наш разум или значительная часть его
Это наша логика
Она обволакивает и пропитывает все науки

Чем более принимает участие математика в каком-нибудь отделе наук, тем совершеннее, тем разработаннее этот отдел
Даже история невозможна без чисел

Чем больше содержит какая-либо её часть статистических таблиц и данных, тем ценнее приносимые сведения

Математика может и не выражаться в шаблонном виде формул
Математика есть, главным образом, точное суждение
Но это суждение может выражаться и без обычных математических формул

Гениальный человек и при незнании математики есть математик в высшем смысле этого слова
И обратно, знатоки математики часто нелогичны во всем остальном
Это не истинные математики
В наших суждениях мы говорим о разных величинах

Но ни одна величина не может быть точно выражена без помощи числа

Математика принимается за науку о величинах
Имеют смысл слова древних, что мир управляется числами (яснее, — Вселенная определяется числами)

Наши дома не обходятся без скреплений, наши одежды — без ниток

Математика проникает во все знания, как нитки во все одежды
Про какой бы отдел знания я ни говорил, подразумевается, что он более или менее прочно сшит математическими формулами — явными или подразумеваемыми.

Ни одна наука не закончена; и математика есть также начало чего-то беспредельного; она лишь начало нашей рассудочной способности
Её основания очень просты и покоятся на таких, например, очевидных истинах, называемых аксиомами: если к равным величинам прибавим другие, равные между собою, то получим равные
Несомненно, что основы математического суждения лежат не только в свойствах нашего ума, но и в законах внешнего мира, в законах природы (да и самый ум наш создан законами природы)
Играет, например, немалую роль закон сохранения вещества
Если бы его не было, то придавая к равным равные, мы могли бы не получить равные величины
Несмотря на простоту оснований, математика даже сама по себе есть беспредельное поле деятельности для пытливого человеческого ума
Её вопросы нередко просты, ясны, определённы, но трудны и большею частью неразрешимы
Однако с веками она подвигается вперёд

Математика — могучее орудие ума

Знающий математику, средний или даже очень ограниченный человек, решит без затруднения вопросы, которые не под силу самому острому разуму, не вооружённому математикой

Что математика есть врождённое, приобретённое от предков свойство ума и может не иметь обычных форм, видно из того, что и без знания математики можно решать лёгкие арифметические вопросы и несложные алгебраические

Жизнь и борьба за неё, торговля, промыслы, политика, земледелие, техника, искусства, — послужили главными основаниями для развития соображения, сметки, а следовательно и самой математики

(Циолковский К.Э. «Этика или естественные основы нравственности»; 1902-1904, 1914, 1928 гг.)
N, ε, Ω, Λ, Q, D
AlphaProof Nexus — система, где LLM перестаёт быть просто генератором текста и начинает работать как полноценный агент внутри среды с обратной связью

Это важный сдвиг.

Главная проблема обычных LLM — галлюцинации

Для математики это критично: одна ошибка ломает всё доказательство
Но вместо попыток «сделать модель аккуратнее» исследователи изменили сам процесс работы

Теперь у неё есть внешняя система проверки, которая может мгновенно подтвердить или опровергнуть каждый шаг рассуждений

Для этого используется Lean — язык формальных математических доказательств, где каждое утверждение проходит строгую автоматическую верификацию компилятором

Получается такой цикл:
— модель предлагает следующий шаг доказательства
— система проверки валидирует его
— при ошибке агент получает точную обратную связь
— корректирует стратегию
— и продолжает поиск решения

То есть система работает уже не как чат-бот, выдающий ответ за один проход, а как агент, взаимодействующий со средой и постоянно адаптирующий свои действия

Именно это сейчас становится одним из главных направлений развития AML:
не просто “больше нейронных связей”, а появление циклов
генерация → проверка → обратная связь → исправление → новая попытка
.

По сути, модель получает нечто похожее на настоящий исследовательский процесс

Результаты при этом очень серьёзные:
— решены 9 открытых задач Эрдёша
— доказаны 44 гипотезы из OEIS
— найден контрпример к одной из гипотез Бена Грина
— продвинут 15-летний спор в алгебраической геометрии

Но, возможно, главный вывод работы даже не в математике

Похоже, что следующий этап развития — это не «ещё более умные чат-боты», а системы, которые умеют:
— долго работать над задачей
— проверять себя
— использовать внешние инструменты
— хранить промежуточное состояние
— и постепенно улучшать собственное решение

Именно это и называют переходом к агентному AML

https://arxiv.org/abs/2605.22763v1?ref=airadar.one

https://github.com/google-deepmind/alphaproof-nexus-results
AML pinned «AlphaProof Nexus — система, где LLM перестаёт быть просто генератором текста и начинает работать как полноценный агент внутри среды с обратной связью Это важный сдвиг. Главная проблема обычных LLM — галлюцинации Для математики это критично: одна ошибка…»