AI 在數學直覺遊戲中掙扎

🔑 增強重點摘要

• •Google DeepMind的Gemini Deep Think模型在2025年國際數學奧林匹克（IMO）取得金牌標準，解決5/6問題，得分35分，遠超2024年的銀牌表現。[1][3][6]
• •Caltech團隊開發新型強化學習演算法，能產生「超級移動」解決需數百萬步的Andrews–Curtis猜想相關問題，超越AlphaZero等程式。[2]
• •腦啟發神經形態電腦能以極低能量解決超級電腦級物理模擬方程，挑戰傳統對腦計算直覺的認知。[4]

🛠️ 技術深入

• •Gemini Deep Think整合自然語言驗證器於數學研究代理Aletheia，能迭代生成與修訂解法，並承認無法解決問題以提升效率。[6]
• •Caltech演算法使用強化學習，從簡單問題逐步訓練至複雜者，獎勵解決並維持好奇心，產生人類未預期之外liers「超級移動」。[2]
• •神經形態計算模擬皮質網路，揭示其與偏微分方程（PDEs）的非明顯連結，用於低能量物理模擬。[4]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線