ÉlőUtoljára: 1 órájaMa: 16
Kutatásfrissítve: 02:05

Az Axiom Math Axplorer eszköze 2,5 óra alatt oldja meg a Turán-problémát

François Charton, az Axiom Math kutatója szerint a matematikai áttörések hatalmas hatással vannak a technológiára.

Az Axiom Math Axplorer eszköze 2,5 óra alatt oldja meg a Turán-problémát
Fotó: Vitaly Gariev / Unsplash
forrás: MIT Technology Review·AI Forradalom szerk.·
Megosztás

Axiom Math, a Palo Alto-based startup, bemutatta az Axplorer nevű AI eszközt, amely 2,5 órán belül képes a Turán-four-cycles problémát megoldani egyetlen Mac Pro-n. Azt állítja, hogy az Axplorer 1,000-több géppel futó PatternBoost eredményét egyetlen gépen, a PatternBoost 3 hetes, „embarrassing brute force” futtatása helyett, gyorsan és hatékonyan reprodukálja. (MIT Technology Review)

A Turán-four-cycles a gráfelmélet egyik klasszikus, de hosszú ideig nyitott kérdése. A probléma lényege, hogy meghatározzuk, hány éllel lehet egy $n$ csúcsú gráfot megrajzolni anélkül, hogy négycsúcsos hurkot alkotna. A PatternBoost 2024-ben megoldotta ezt a feladatot, és az Axplorer a felhasználók számára is elérhetővé teszi a módszert, amelyet a Meta-n dolgozó Charton és kollégái fejlesztettek ki.

Az Axplorer egy “pattern-generation” megközelítést alkalmaz: a felhasználó egy példát ad meg, a rendszer hasonló mintákat generál, a felhasználó kiválasztja a legígéretesebbeket, majd a program újabb mintákat hoz létre, így egy iteratív ciklusban keresve a megoldásokat. Ez a módszer hasonlít a DeepMind AlphaEvolve-hez, de az Axplorer nyílt forráskódú és egyetlen számítógépen fut.

A startup szerint a matematikai áttörések hatalmas hatással vannak a technológiára, különösen a számítástechnika és az internetbiztonság területén. Az Axplorer nem csak meglévő problémák megoldására alkalmas, hanem új minták felfedezésére is, ami új matematikai ágak megnyitásához vezethet.

Az Axplorer kódja GitHub-on érhető el, és Axiom Math célja, hogy a diákok és kutatók a mindennapjaikban is használhassák a programot, például mintákat és ellenpéldákat generálva. A következő lépések között szerepel a felhasználói visszajelzések begyűjtése és a rendszer további optimalizálása a szélesebb matematikai problémákra való alkalmazhatóság érdekében.

Forrás

Feldolgozott sajtóforrás·MIT Technology Review

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom